网络性能指标是表征网络运行状态的参数,通常包括时延、丢包率、可用带宽等。网络性能指标测量就是采用特定的测量方法获取网络性能指标,进而为网络行为监控、网络异常发现以及网络故障分析等网络管理提供必要的输入信息。传统网络由于缺乏灵活的控制能力以及基本的网络测量功能,存在测量任务实施复杂度高、测量粒度较粗且准确性低等问题。在可编程网络中,用户能够通过统一的开放接口和编程语言自定义数据分组的处理流程,这样灵活的处理能力为网络性能指标测量带来了新的契机。网络性能指标一般分为端到端性能指标以及链路性能指标,链路性能指标粒度更细,更能直观反映网络内部单个设备的运行状态。因此,本文主要针对可编程网络中链路性能指标的测量方法进行研究。链路往返时延是数据包在链路两个方向上传输所花费的时间之和,是反映网络链路传输性能的重要指标。对链路往返时延进行测量有助于发现网络拥塞,从而找到异常链路并及时进行网络优化。带内网络遥测技术（Inband Network Telemetry,INT）能通过数据包携带网络设备的内部状态信息进而得到链路往返时延,但INT技术需要转发芯片支持,部署成本高。因此,本文研究在这种具有INT功能的交换机以及普通SDN（Software-Defined Networking,SDN）交换机的混合可编程网络中,使用带内与带外相结合的方式获取链路往返时延的方法。首先,为减少测量成本,本文研究了监测器容量限制下的监测器部署问题,并证明该问题是NP-hard问题。为有效解决该问题,本文提出一种基于“竞标”的启发式算法。然后,在确定监测器放置的基础上,本文还设计了最小化探测代价的探测路径构建方法。实验表明,本文提出的链路往返时延测量方法能够在多个网络拓扑中获得接近最优解的监测器部署解决方案,测量结果准确性高且测量成本随着INT节点部署比例的增大而降低。网络链路性能指标异常定位是指通过获取网络链路状态信息定位出网络中传输性能异常的链路,是网络日常管理的重要问题之一。通常而言,链路性能指标异常定位需要获取网络每条链路的状态信息。在可编程网络中,INT技术能够通过数据包携带链路性能指标的方法收集每条链路的性能指标,但这种在网络每个节点将链路性能指标附加到数据包上的方式开销过大,且受到最大报文长度的限制。因此,如何在尽量少地携带链路性能指标的同时找到存在传输性能指标异常的链路这具有重要价值。本文提出一种基于强化学习的可编程网络链路性能指标异常智能定位方法。该方法使用DQN算法,以业务流的端到端时延作为输入信息,智能选择可能出现传输性能异常的链路进行监测,从而缩小链路状态监测的范围。通过实验表明,本文提出的可编程网络链路性能指标异常智能定位方法能够智能选择可能出现传输性能异常的链路进行性能指标测量,大大减少链路性能指标收集的开销。