下一代网络(NGN)泛指不同于目前一代的，以IP技术为核心的，可以同时支持语音、数据和多媒体等多种业务的开放、融合的网络。下一代网络具有多网融合、多域融合、多业务种类、环境复杂且动态多变等重要特征，如何保证其服务质量(QoS)是研究下一代网络必须要面对的最重要的问题之一，也是当前计算机通信网领域的研究热点。对下一代网络QoS的研究主要集中在QoS本身的体系结构(如InterServ、DiffServ、MPLS等)、队列管理、分组调度、QoS路由等方面，涉及下一代网络QoS监测、管理的较少，尤其是针对下一代网络多域分布式特点，结合应用层业务状况进行下一代网络QoS监测与管理的研究工作更少。针对这些情况，本文选题立足下一代网络QoS领域，借助分布式移动代理、业务感知、经济学的博弈论、应用层多播等技术，研究新的下一代网络QoS的监测与管理方法。本文研究工作主要包括：　　 (1)针对传统的网络QoS监测方法在性能、伸缩性和可扩展性方面的局限，提出了基于移动代理的下一代网络QoS分布式监测管理模型(MABQMA)。建立了MABQMA的功能模型，重点描述了下一代网络QoS监测管理体系应该具有的功能。借助移动代理技术，建立了MABQMA的整体体系架构，并对MABQMA进行了实验分析与验证。　　 (2)深入研究了业务感知技术，通过对SLA/SLS的扩展解析，感知网络控制层面的QoS信息，提出了一种基于策略的业务感知模型，并提出了基于业务感知的下一代网络分布式QoS监测与管理模型，研究其实现流程。通过设计仿真环境，仿真实现了基于业务感知模型的业务感知引擎、基于业务感知模型的IP网络语音QoS监测与管理过程，仿真结果表明了模型的有效性。　　 (3)提出了一种将神经网络和数据融合算法D S证据理论运用于P2P业务感知的方法，主要针对净荷关键字不明显的以及加密的P2P业务流，通过对P2P流量传输层面特征的分析，选择合适的特征向量组合来实现对P2P业务的感知。仿真表明，数据融合算法能消除信息不完全及信息模糊性的优点，结合神经网络的非线性逼近能力和自学习能力，两者相互取长补短，明显提高了P2P业务感知的准确率。　　 (4)借助经济学博弈论的思想，提出了基于合作博弈框架的下一代网络资源优化分配方法(CORDMNGN)，提高下一代网络全网效应，并提供网络业务的区分QoS保证。进而，分析该方法存在的系统开销过大的问题，引入预判的思想，提出了基于预判的资源优化分配算法(PD-CORDMNGN)，旨在保证承载多业务的下一代网络全网效应相对最优的基础上减少系统开销。仿真表明，CORDMNGN算法提高了全网的效率，分类保证了业务的带宽资源需要，PD-CORDMNGN明显减少了系统开销，保证了全网效应的相对最优化。　　 (5)提出了一种基于SPF技术的QoS多参数约束应用层多播模型。该模型在构建逻辑拓扑时，首先根据动态节点调整算法对系统成员进行初次筛选，将综合性能较优的节点上浮、性能较差的成员节点下沉；之后，通过SPF算法将传输路径进行再次优化，两次择优后，最终达到ALM拓扑结构的整体优化的目的。经仿真验证，该多播模型与NICE相比，有效地降低了数据包丢失率和路径平均时延，提高了数据交付率，减轻了链路压力，较好地保证了端到端数据传输的QoS要求。