相比传统的排队论而言，网络演算具有系统的模型结构，能采用灵活的方式表示当前日益复杂的网络形态和业务流特征，进而获得业务流和服务单元的精确模型，并且能够进行最坏情况下的性能分析，因此非常适合网络的QoS建模。基于以上背景，本课题采用网络演算研究动态变化的异构网络的QoS分析方法和保障技术。内容主要包括：1)一般拓扑的网络建模；2)面向数据变换的网络服务模型；3)面向业务流自相似、多分形等特性的接纳控制算法；4)基于业务流和网络服务动态变化的路由算法。四个研究内容循序渐进，构成一个有机整体。首先，分析影响网络稳定性的三个主要因素：网络拓扑、输入网络业务量及网络服务节点的调度协议，得到了影响网络稳定性的具体细节，使后续网络稳定条件的研究更具有针对性。在网络稳定性条件研究中引入超链的概念，但由于超链定义采用向量的数学结构，基本的网络演算理论已经不能对超链表示的数据结构进行建模。因此，借鉴超链概念，推导了基于高级网络演算的统计延迟界和统计积压界，并用二者表示网元的稳定度量，研究一般拓扑网络稳定条件。通过分析数据包之间或业务流之间的偏序关系及这种偏序关系对延迟的影响，研究业务流的偏序关系构成的偏序集上的闭包算子，将网络稳定问题转换为偏序集上该闭包算子的超可加闭包问题。在网络处于稳定状态下，通过融合最小加代数和最大加代数卷积实现对一般拓扑网络的建模，解决目前网络演算仅能对串联拓扑网络建模的问题。其次，针对传统的业务流聚集不适用于数据变换下的业务流聚集的不足，本部分给出适合数据变换下的业务流聚集定义。把数据变换看作是一种数据压缩过程，从泛函分析的角度对数据变换过程进行定义，给出了基于此定义的业务流到达过程模型和服务模型。并根据这两种模型构建具有数据变换能力的QoS性能参数表达式，将QoS性能分析方法应用于网络编码的数据变换模式，证明了本部分提出的面向数据变换的网络服务模型的准确性。再次，针对网络数据流突发更加随机化导致业务流建模困难的问题，提出新的接纳控制算法。该算法采用统计网络演算对流进行性能分析，基于分析结果进行接纳控制。由于流在不同时间尺度上表现出不同特性，因而有不同的流模型，本部分考虑自相似和多分形两类主要流模型。接纳控制算法首先通过在线测量，选取适当的时间尺度，判断流的突发水平，据此选定流模型；另外，由于多分形流模型还不能直接用于统计网络演算分析，提出的算法通过有效带宽和有效包络转换定理，获得多分形流模型的有效包络，使得多分形流模型能够用于统计网络演算分析。由于接纳控制算法本身会对流的性能产生影响，因此接纳决策时机的选择对满足流的性能也至关重要，算法通过推导估计流的突发期，在此期间对流进行接纳控制，以此保障业务流的统计QoS。最后，针对网络资源和网络业务流动态变化情形，在动态的网络下实现路由优化。主要考虑背景流独立和非独立两种情况。对于背景流独立的情况，可以将卷积运算转换为勒让德域的加法运算，能降低服务曲线的计算复杂度。对到达曲线和服务曲线进行勒让德变换，采用勒让德域到达曲线和服务曲线表示业务流的统计时延和统计积压，得到它们之间关系的闭合表达式。将该理论应用于QoS路由优化算法，证明提出方法的正确性。对于背景流非独立的情况，由于同一条路径存在多个业务流，而不同的业务流还具有交叉重复路径，因此在计算网络剩余服务曲线就涉及PMOO (PayMultiplexing Only Once)现象。本部分将结合剩余服务曲线，通过对勒让德域服务曲线的分析，获得在相同路径上不同业务流之间的交叉关系，得到PMOO现象作用下的不同业务流之间关系的表达式。为实现考虑PMOO现象的动态路由打下基础。