服务质量是网络的核心目标之一,但是承载流量分组化、业务类型多样化、网络结构复杂化使得传送网络需要重新审视原有的服务质量体系。高品质的光分组传送网络应关注于业务服务质量的全过程；提高智能性,以尽可能保证网络运行的实时最优性并降低网络运营成本；此外,相关技术还需要适应网络和业务复杂性要求,以满足未来多业务复杂传送网络的需要。本文围绕光分组传送网络服务质量的核心机制与关键技术展开了相关研究。具体研究工作主要包括以下内容：1)在底层业务的自动感知方面,本文提出了基于比特流特性的底层业务识别方法,即通过分析收到的比特流相关性信息确定当前底层业务的类型。通过分析和仿真,该方法可以正确区分底层业务的数据流类型,从而使网络设备可以自动选择物理层编解码算法而无需人工配置。2)在应用层业务的自动感知方面,本文提出了利用贝叶斯网络分析数据流头部信息进行应用层业务在线业务识别的方法。通过建立数据流头部若干数据包包长、到达时间间隔和应用层业务类型的贝叶斯网络,完成对未知数据流的类型的在线识别。经过使用校园网采集的流量数据进行分析验证,该方法对主要业务类型的分类正确率在95%以上。3)在应用层业务的自动感知方面,提出了基于估计协议处理时间和离散二维概率分布的应用层业务识别技术。该方法在离线阶段建立“估计协议处理时间”和“数据包包长”的离散联合分布概率密度矩阵,通过将未知数据流的信息转化为矩阵的地址,读取矩阵相应单元的信息,即可判决该数据流的应用层业务类型。使用真实数据集的实验结果显示,该方法有效地减弱了训练集与测试集采集时间不同对分类正确率带来的影响,主要业务的分类正确率大于95%。4)在服务质量的交付研究方面,建立了网络中数据流的概率图模型以刻画共享资源条件下数据流之间的相互作用。根据相关性来源不同,本文分别建立了基于链路的概率图模型和基于流的概率图模型,分析了这两种概率图模型的等价关系,并通过使用随机拓扑仿真,展示了网络中数据流间存在的相关性,分析了新增数据流对其各阶邻居的影响。进而通过建立网络中的势能函数和利用网络系统和粒子系统的相似性,提出了最小影响路径选择算法来为新增数据流从可选路由集中选择一条对已有业务服务质量影响最小的路径。仿真结果显示,以总丢包速率为衡量指标,该方法的效果优于同类算法。