近年来,随着用户数目的增加,网络规模成指数增长；与此同时,网络所承载的业务类型也呈现出多样化,综合化的趋势。这种大规模结构不仅造成网络测量的困难,而且由于大量不同业务的相互影响导致网络状态不断发生变化,要想精确把握网络的整体性能,了解网络资源的“去向”,至今缺乏行之有效的解决途径。在复杂的网络环境下,如何满足用户的需求和提高网络性能,前人进行了极具价值的研究和探索,主要基于以下几个方面：一是从业务流分布的宏观特征出发,寻找一种基于一个或者多个目标的网络资源分配最优方式；二是对整体网络拓扑的研究,探索网络拓扑对网络性能的影响；三是依据网络外部的特征参数,提出网络性能评价的模型。但是,仅仅从宏观的角度来理解整个网络的运作,我们认为这是不充分的,从微观来看,网络的复杂性在一定程度上也来源于业务的相关性。以此为出发点,综合考虑网络拓扑对数据流行为的影响以及数据流自身需求的需要,我们提出建立不同需求和属性的业务网络业务流的基本模型,而整个网络的行为正是由这些基本模型相互作用和影响的结果。这种相关性我们称之为耦合行为。研究表明,在整个网络的范围内,耦合行为导致了业务流行具有扩散、波动和叠加的性质,这使得整个网络性能在已经拥塞的情况下(包括具有反馈机制的策略和无反馈机制的策略)进一步恶化,即“马太效应”。此外,我们对这种行为在两种常见的网络传输策略下进行了分析,得到了最接近实际网络中的情形。进一步,我们将模型扩展到网络能量,提出了网络势能的概念来分析整个网络性能。