随着互联网的普及和发展,各种新兴的Internet业务不断涌现,占用越来越多的网络资源,致使网络流量激增,网络常常表现出容量不足.因此,网络管理和维护人员有必要及时了解网络容量的现状,并能够利用历史数据和现有数据对未来的网络容量进行趋势分析,在网络性能恶化之前,做出网络优化、扩容或者设备改造的正确决定. 本课题研究的目的就是帮助网络运营商和网络运行维护人员解决上面的问题.本文不但从网络流量的监视和预测的宏观角度给出网络容量分析的方法,更从网络的拓扑结构和动力学的角度,对网络拥塞的本质进行了分析,给出提高网络容量的多种方法. 除了传统的基于SNMP协议的网络管理手段以外,本文在网络容量的分析和规划方面做了一些创新性的研究,取得的主要成果有: 1. 由于Betweenness Centrality能够刻画不同节点或边在网络中的重要程度,能够很好地描述一个网络中节点或链路可能需要承载的流量,本文引入Betweenness Centrality的概念来进行网络容量分析,将其作为对网络拓扑进行优化和拥塞预测的依据. 2.针对最具代表性的两种流量模型,研究了基于跳数的最短路径路由策略下,网络的量问题. 第一类模型--每个时间步长系统产生固定数量的信息包,每个节点有相同的发包概率和转发能力.在该模型下对已有的理论解析式进行修正,给出更合理的理论解析式,提出三种提高网络容量的方法. 第二类模型--每个时间步长,每个节点的发包速率和转发包速率都和节点度相关.第二类模型中每个节点的发包速率各不相同,为了描述这种情况下,每个节点可能承载的流量,将Betweenness Centrality的概念进行了扩展,提出流量加权Betweenness的概念.并且重新推导出适合于该模型的网络容量计算公式,同时提出三种提高网络容量的方法. 3. 对于上述两个模型,在基于Barabfisi.Albert(BA)算法构造的节点数为200的scale-free网络中,都发现在Betweenness或者流量加权Betweenness值处在前5﹪至10﹪和前10﹪至15﹪的节点间加边,提高容量的效果显著.