准确获取网络的状态信息，对于大型、高速IP骨干网络的有效运行管理和监控分析，以及合理利用网络资源是非常重要的。随着网络带宽的迅速提高，网络节点的处理能力成为网络发展新的瓶颈，高速IP骨干网的发展需要减少网络核心节点设备的处理负荷以便加速数据包的转发。由于传统的流量测量方法会在网络核心处产生较大的开销，因此如何减少测量对核心网络性能的影响就成为网络测量中需要解决的一个重要问题。 本文的研究以重庆市科技攻关项目和教育部“春晖计划”项目为背景，面向业务量测量领域，着重研究高速骨干网络的内部链路流量的测量问题，提出了基于网络边界测量估计内部链路流量的模型。模型的思路是，只需在网络边界处实施测量行为，而不需在网络核心处进行测量，就可以估计出整个网络内部各链路的流量。当测量周期较短时，所得的链路动态业务流量可以表征网络当前实际的负载分布状况，这样就非常有利于业务量控制措施的有效实施。文中给出了测量模型的数学描述，然后根据网络流理论，证明该测量模型是可行的。 基于边界测量的模型需要实时准确的获取路由信息，文中提出了基于主动探测方式，利用抽样技术和IPMP测量协议的路由探测方法。相比传统的直接从路由器处卸载路由信息的方法，具有动态、实时性好、开销较小的优点。 本文还设计了测量系统框架结构，系统管理及MIB的形式化描述，并提出了计算链路流量的相关算法和算法的复杂度分析。最后，在OPNET8.0的工作平台上对模型进行了仿真，大量仿真结果表明该模型是可行和有效的。