物联网是近几年来在世界范围内受到广泛关注的一个新概念，物联网业务被视为最有前景的业务增长点。M2M (Machine to Nachine, M2M)业务是物联网业务的主要表现形式，3GPP预测了7类35种可能的M2M业务，目前一部分已经商用。在不久的将来，M2M终端数目将达到万亿量级，M2M业务巨大的随机业务数量加大了信源信息的突发性和并发度，巨大数量的异构TCP短流和长时实时业务流使网络业务形态更加复杂。现有业务源模型已经无法描述现今网络中的业务（主要包括M2M业务与H2H业务），现有的网络无线资源管理理论已经无法同时满足网络中各种复杂业务的QoS，因此，研究M2M业务源模型和符合现有网络业务的无线资源管理理论十分必要。在M2M业务通信过程中，流是通信过程事务交互的基本信息单元，流的服务质量与用户的感知QoS关联紧密，同时，IP化网络通信中机器操作逻辑对包特性敏感。M2M业务流量具包级、流级二维的复杂特性，并且不同类M2M业务的流量特性均不相同。因此，寻找能够全面描述M2M业务特征、关联建模参量的业务源到达模型成为物联网业务到达下网络性能研究的首要问题。本文研究描述M2M业务包级别、流级别特性的二维到达模型，建模二维到达模型下的网络排队模型。从理论研究的角度，得到业务突发度和批量强度与业务的包级、流级尺度扩张、中心偏移特性的关系；利用排队理论研究业务的包级流级联合准入配置问题、包级流级双尺度流量均衡问题、确定网络场景下同时满足M2M小数据聚合业务、M2M视频监控业务和M2M与H2H混合业务QoS需求的带宽分配问题，理论分析结果对实际网络中的资源分配和网络配置具有指导意义。本课题的重点在于研究不同业务源到达模型下的网络性能，即M2M小数据聚合业务、M2M视频监控业务和M2M与H2H混合业务到达下的网络性能，因此，将网络服务抽象为泊松过程。论文独立工作和贡献论述如下。第一，研究M2M小数据业务包级、流级二维到达下的排队网络建模与性能评价。根据OPNET网络仿真收集的数据，首先利用时间离散化的方法将M2M小数据聚合业务建模为流级一般分布、包级泊松分布的二维到达模型。其次，利用嵌入马尔科夫链的方法，建立包级、流级二维M2M小数据聚合业务网络排队模型，构建连续时间二维马尔科夫链，得到业务的QoS参数。最后，从理论求解和仿真分析的角度，得到M2M小数据聚合业务的自相似性和其包到达、流到达之间的尺度扩张、中心偏移特性，并且得到M2M小数据聚合业务到达下，业务丢包率约束下吞吐量最大化的包级、流级联合准入参数的最佳配置方案。第二，研究M2M视频监控类业务包级、流级二维到达下的排队网络建模与性能评价。根据OPNET网络仿真收集的数据，首先利用LAMBDA算法将M2M视频监控业务建模成流级MMPP、包级泊松分布的二维到达模型。其次，建立M2M视频监控业务包级、流级二维到达下的网络排队模型，构建连续时间三维（第一维为包个数、第二维为流个数、第三维为业务源MMPP的状态）马尔科夫链，得到业务的QoS参数。最后，分析M2M视频监控业务流级和包级的自相似性，得到其包到达、流到达之间的尺度扩张、中心偏移特性，并且得到针对M2M视频监控业务的[准入流个数，准入包个数]最佳准入配置门限。第三，研究M2M与H2H混合业务包级、流级二维到达下的排队网络建模与性能评价。首先，基于连续时间叠加源原理，利用克罗内克和算法和笛卡尔积规则，将M2M和H2H混合业务到达建模为流级MAP、包级泊松分布的二维到达模型。其次，建立包级、流级二维M2M与H2H混合业务网络排队模型，构建连续时间三维（第一维为包个数、第二维为流个数、第三维为业务源MAP的状态）马尔科夫链，得到业务的QoS参数。最后，分析M2M与H2H混合业务的自相似性，得到其包到达和流到达之间的尺度扩张、中心偏移特性；研究混合业务到达下网络资源管理问题，得到业务丢包率约束下吞吐量最大化的包级、流级联合准入参数的最佳配置方案、包级流级双尺度下的网络流量均衡策略、特定网络环境下同时满足M2M小数据聚合业务、M2M视频监控业务和M2M与H2H混合业务QoS需求的带宽分配方案。