随着互联网的发展，理解网络行为对于网络管理、规划和发展都有重要意义，网络流量测量是研究网络行为的基础，也是分析网络状况、掌握网络流量特征的有效方法，因此网络流量测量变得越来越重要。通常网络流量测量有两种方法：主动测量和被动测量。基于这两种测量方法，国内外不同的研究机构在网络流量矩阵估计、网络流量预测等领域获得了很多研究成果。但是现有的网络链路流量测量方法大都需要在网络的内部核心节点处进行测量，需要的网络开销比较大。已有的基于边缘的链路流量测量模型，用被动测量方法在网络边缘处进行测量，然后用主动测量方法获取网络中的路由信息，从而得出网络中各个链路的流量值。该方法不需要在网络中心节点处进行测量，节省一定的开销，但是需要用主动测量方法获取网络中的路由信息。注入探测包对网络造成影响，并且加重了边缘节点的计算负担。　　 本文基于网络边缘流量测量，将网络流量预测估计思想应用到模型中，提出了新的链路流量估计模型--分流模型，根据网络中流量和路由特性，将网络中OD(Origin-Destination)对间流量按照一定的比例分流到它们之间的几条路径上面，从而得到网络中链路的流量值。充分利用网络中已知的信息，通过定义两个相互制约的系数来进行误差矫正，减少了某一系数定义的不准确引起结果的误差。本文利用网络流量预测估计的思想来估计网络中的链路流量，节省了网络的开销。最后经过一系列仿真场景对比分析证明该算法的准确性、灵活性和稳健性。