移动通信业务的迅猛增长对网络性能提出了挑战,新兴的业务对网络性能要求不断提高。在进行网络优化时,传统的分析理论为排队论理论。随着网络结构的复杂化与业务的多样化,该理论已经出现分析的局限性。网络演算作为新型的网络性能分析理论,能够弥补排队论在理论建模和性能研究中的局限,在分析网络随机排队问题方面能够给出更为准确的性能预测结果。目前网络演算理论的应用瓶颈在于:理论建模与真实网络环境差异较大,导致理论分析结果出现偏差,需要对模型分析结果展开测试从而进行后续修正。而网络演算的测试一般以仿真验证为主,真实流量测试较少。这是因为通用设备往往性能及精度受限,网络演算理论预测的高负载下精确的性能边界难以在测试环境中验证。而仅通过仿真验证又难以捕捉实际流量测试中的外界影响因素。此外,对于随机性较强的场景,随机网络演算理论对多到达流量调度或复杂网络拓扑结构的拓展还在研究阶段。针对上述问题,本文使用随机网络演算作为分析理论,从真实测量环境搭建和复杂场景建模两个方面设计了对网络流量的分析方案。本文的主要研究和贡献如下:1.对到达与服务过程进行建模与修正,并将模型拓展到复杂场景本文基于网络演算理论对到达与服务过程进行建模,并对到达与服务模型进行了线速及环境影响修正,并结合测试验证了修正后模型的准确性。对于多流量与拓扑结构,本文将修正后的模型拓展到不同调度算法和多节点场景中。这些修正模型的准确度满足复杂网络环境的性能分析需求。2.实现了较高强度与精度的真实流量测试环境本文在通用设备条件下搭建了能实现较高性能与精度的测试环境,并能实现多流量调度与多节点网络结构测试。对不同测试场景,本文研究了测试环境中软件的具体配置方案,如流量生成器指令设置、流量捕获软件筛选器设置、交换机端口指令及调度配置、数据导入分析及拟合逻辑、测试所必须的其他网络设置等,使整套流量测试设备的可用性与易用性得到提升。该测试环境能够验证建模的合理性与理论分析结果的准确性。3.将不同场景中测试与理论分析结果进行对比和检验本文对复杂网络场景进行了实际测试,结合网络演算理论中多种分析方法,以及经典排队论分析方法进行对比和检验。在不同场景的多种理论分析结果中,分别找到了最匹配实际测试结果的算法。该结果可以在不同网络环境中仍保持理论分析的高精确度和计算简易度。本文探索了随机网络演算理论在真实网络中的应用效果。研究结果表明,网络演算理论作为系统化的分析理论,有着较强的适应性和准确度,今后也将成为研究网络性能的有力手段。