当今社会,从移动支付到互动娱乐,移动互联网已经渗透到人们生活中的方方面面,人们对网络服务的质量要求也越来越高。随着越来越多的人通过手机接入互联网,为了提高网络容量,无线基础设施正在大规模密集部署,而随之而来的无线冲突问题又会降低网络服务质量。如何在提高网络容量的同时保证网络服务的质量已经成为当下无线网络的研究热点。这一方面需要对无线网络进行测量来获取网络参数,了解网络表现,另一方面又需要通过链路规划、接入控制、信道分配等手段优化整体网络冲突,提高频谱资源利用率。可是由于网络规模的扩大化,传统的无线网络测量方式,比如车载测量和众包测量等,需要对无线网络进行遍历性测量,成本开销巨大。而网络冲突优化效果依赖于对网络冲突状况的精确表示,现阶段的冲突图模型无法把握网络冲突的动态变化和累积误差,对冲突状况的表示不全面。针对这些问题,我们首次将图嵌入技术引入无线网络测量领域。图嵌入技术的一个优点是无需测量图中的所有节点,只需测量部分链路就可以把握图的邻近和结构性质。针对无线网络的具体需求,我们对图嵌入技术进行了改进,并提出了基于角色属性图嵌入的无线网络测量机制和基于冲突图嵌入的无线网络优化机制。针对无线网络测量开销过大的问题,我们提出了基于角色属性图嵌入的无线网络测量机制。我们首先形式化了角色属性图嵌入问题,并提出一种联合优化算法将无线网络节点映射到低维向量空间,同时保持节点的属性和结构特征。在此基础上,我们提出了基于角色属性图嵌入的无线网络测量机制:首先通过部分抽样测量的方式构建角色属性图,然后将角色属性图嵌入到低维向量空间,最后将嵌入后的向量作为特征,采用机器学习的方式推断网络参数。我们展示了该机制可以用于基于WiFi指纹的室内定位、无线SINR值估测等多种无线网络测量场景,并采用真实无线网络数据集进行了实验评估。实验结果表明,我们提出的机制在没有损失太多精度的同时,大大降低了测量开销。针对无线网络冲突优化问题,我们提出了基于冲突图嵌入的无线网络优化机制。我们在传统冲突图的基础上进行了改进,增加了RSS值作为边上的权重信息,并采用嵌入后的冲突图来表示网络冲突状况。一方面减少了构建冲突图过程中的测量开销,另一方面由于图嵌入保存了节点的邻近信息,解决了传统冲突图的累积误差问题。为了反映无线网络中冲突状况的动态变化,我们提出了基于滑动窗口的部分测量策略:先把网络分成一系列时间窗口,然后在每个时间窗口中抽样测量部分链路,最后采用指数平滑法把各个时间窗口的结果综合起来作为最终的结果。为了验证我们方法的有效性,我们用真实数据集进行了无线网络冲突优化实验。实验结果表明,我们的方法在较小的测量开销下就能取得很好的优化效果。