随着Internet的不断发展并深入到社会生活的各个角落，对用户来说，希望网络能提供更优质、有保障的服务；而对网络运营商来说，希望能够优化网络资源的使用，使网络具有更好的可控和可管理性。因此，网络的QoS控制研究引起了广大的研究者的重视，而实现QoS控制也成了下一代Internet的重要特征之一。网络预测和区分服务中的分组标记算法是网络QoS控制体系中的重要研究点，同时也是本文的核心内容。 本文首先对网络流量测量中相关参数SCV和分组数的预测模型进行了研究，通过理论分析和模拟实验得出了SCV和分组数的预测模型中相关参数结果，从而对于在网络流量测量中真正应用该模型提供了重要依据。 随后，研究了针对小时间粒度的网络流量自相似特性，并提出了网络流量自回归预测模型，通过理论分析和模拟实验得出了预测模型中相关参数结果，对于在网络流量预测中真正应用该模型提供了重要依据。 最后，研究了区分服务体系结构下分组标记算法，重点分析了标记算法在公平性方面的表现，并且针对同一个聚集流中可能包含不同类型的单个流的情况(比如存在自适应TCP流和非适应UDP流、不同速率的多媒体UDP流、采用不同TCP协议的数据流、不同分组大小的数据流)，提出了一种基于聚集流内部公平性的标记算法FATM。大量模拟实验结果表明，标记算法FATM在保持聚集流之间的公平性和网络吞吐量的基础上，提高了聚集流内部单个流之间的公平性。