在空间信息网络的发展中,不同的接入技术,如卫星网络、互联网、地面蜂窝网、WiFi、D2D网络、MESH网络等,将会融合到一个新的异构网络架构中,以实现无处不在的覆盖和连接。作为一个综合性的网络系统,空间信息网络的应用终端类型多种多样,所支持的服务类型种类繁多,所服务的对象不拘一格,而是针对多种用户提供多层次、多类型的信息,有效地提升了信息融合度和多样性。针对空间信息网络的结构特点,本文提出分别采用分段建模方法和深度学习方法评估网络业务传输延迟。其中,分段建模方法使用概率分布函数模拟各段子网络的延迟,复合得到空间信息网络的业务传输延迟;而深度学习方法使用卷积神经网络(CNN)模型,学习网络状态、网络结构和用户业务需求与空间信息网络延迟之间的对应关系,能够准确地对网络业务传输延迟进行评估和预测。基于OPNET仿真测量得到的大量指标数据,并以其仿真结果为基准,分段建模方法和CNN模型方法的评估结果都具备很高的精确度和可靠性,并且各具优势。本文选择传输层协议MPTCP作为优化网络性能的切入点。针对空间信息网络的长往返时延和高丢包率,以及它们所引发的路径间性能不对称,本文中提出了改进策略MPTCP-X。它借鉴并融合了HayACK和TCP-Jersey的优点来解决这些问题,主要从三个部分进行了改进。更改慢速路径回传ACK的路径,使得慢速路径接收到ACK包的时间间隔减小,有助于加速发送窗口的增长;精确地估计可用带宽,通过计算最优发送窗口,使得MPTCP发送端在数据包发送速率即将导致路径拥塞时提前降低发送速率,有效地避免了网络拥塞;动态调整发送窗口,通过拥塞预警机制(CW)判定网络发生丢包的具体原因,并针对网络拥塞和无线链路错误采取不同的发送窗口调整策略。NS2仿真结果表明,相比于TCP-Jersey、MPTCP和HayACK等方案,异构卫星网络状态下的MPTCP-X将网络的端到端吞吐量提高了50%以上。本文提出的网络性能评估方法和协议改进策略,对空间信息网络研究具有一定参考价值。