随着网络应用范围的迅速扩大和应用程度的深入,网络用户越来越多,Internet变得越来越庞大,越来越复杂,一些特殊的应用,比如视频会议、IP电话、远程教育等对当今的Internet提出特殊的服务质量要求等等,这些都对网络的设计、管理和应用提出严峻的挑战。要设计、管理和利用好网络,必须要求有效地获取性能特征方面的准确数据。而网络性能测量技术是准确而有效地获取性能特征的唯一手段。然而网络的异构性、复杂性造成了网络测试与测量的困难,因此网络测量、测试、监控与管理技术成为人们急待解决的难题。业务流量矩阵是网络性能测量技术的一个重要方面。它反映了网络中源/目的节点对之间的业务流量,对于许多IP网络的管理非常重要。但是,直接测量业务流量矩阵是非常困难的,所以从链路负载统计数据或其他更简单的测量数据中估算业务流量矩阵是现在的主要方法。而网络层析成像技术是近年来出现的一种基于端到端的技术和统计学方法来获取网络中那些不能直接观察到信息的技术。本论文主要的研究内容是比较研究几种基于网络层析成像理论的业务流量矩阵的估算算法。论文首先介绍了网络层析成像理论。接着详细论述了基于网络层析成像理论的几种估算算法——重力模型、线性规划、贝叶斯统计模型和EM算法的原理和实现方法,利用新的数学理论对这些估算算法进行仿真实现。系统以Network Simulator2作为实验系统的网络拓扑结构和数据的生成环境,根据现有的理论和实验依据搭建实验框架,设计了两种网络拓扑结构——简单的网络拓扑结构和复杂的网络拓扑结构。通过仿真实验比较和分析这些业务流量矩阵估算算法,阐述了各种实现方法的优势和不足,并给出其主要差异。通过比较发现,重力模型在稳定性和速度上要优于其他三种算法;线性规划模型由于本身对目标函数较敏感,结果明显要劣于其他的算法,在实际中并不常用;两种统计模型中,EM算法要比贝叶斯方法好,贝叶斯方法中初始矩阵的选择对最后的结果有很大的影响。