丢包率的定义是[9]：丢失的IP 包与所有的IP 包的比值。许多因素会导致数据包在网络上传输时被丢弃，例如数据包的大小以及数据发送时链路的拥塞状况等。
为了评估网络的丢包率，一般采用直接发送测量包来进行测量。对丢包率进行准确的评估与预测则需要一定的数学模型。目前评估网络丢包率的模型主要有贝努利模型、马尔可夫模型和隐马尔可夫模型等等[10]。贝努利模型是基于独立同分布的，即假定每个数据包在网络上传输时被丢弃的概率是不相关的，因此它比较简单但预测的准确度以及可靠性都不太理想。但是，由于先进先出的排队方式的采用，使得包丢失之间有很强的相关性，即在传输过程中，包被丢失受上一个包丢失的影响相当大。假定用随机变量Xi 代表包的丢失事件，Xi = 0 表示包丢失，而Xi = 1 表
示包未丢失。则第i 个包丢失的概率为P[Xi|Xi-1, Xi-2,…Xi-n], Xi-1, Xi-2,...Xi-n 取所有的组合情况。当N=2 时，该Markov 链退化为著名的Gilbert 模型。隐马尔可夫模型是对马尔可夫模型的改进。
Maya Yajnik等人所作的172 小时的测量试验[11]结果表明，在不同的数据采样间隔下（20ms,40ms,80ms,160ms）采用三种不同的丢包率分析模型进行分析得到的结果完全不同，在不同的估计精确度的要求下实验结果也各有不同。因此，目前需要能够精确描述丢包率的数学模型。
4.4 带宽
带宽一般分为瓶颈带宽和可用带宽。瓶颈带宽是指当一条路径（通路）中没有其它背景流量时，网络能够提供的最大的吞吐量。对瓶颈带宽的测量一般采用包对(packet pair)技术，但是由于交叉流量的存在会出现“时间压缩”或“时间延伸”现象，从而会引起瓶颈带宽的高估或低估。另外，还有包列等其它测量技术。
可用带宽是指在网络路径（通路）存在背景流量的情况下，能够提供给某个业务的最大吞吐量。因为背景流量的出现与否及其占用的带宽都是随机的，所以可用带宽的测量比较困难。一般采用根据单向延迟变化情况可用带宽进行逼近。其基本思想是：当以大于可用带宽的速率发送测量包时，单向延迟会呈现增大趋势，而以小于可用带宽的速率发送测量包时，单向延迟不会变化。所以，发送端可以根据上一次发送测量包时单向延迟的变化情况动态调整此次发送测量包的速率，直到单向延迟不再发生增大趋势为止，然后用最近两次发送测量包速率的平均值来估计可用带宽
瓶颈带宽反映了路径的静态特征，而可用带宽真正反映了在某一段时间内链路的实际通信能力，所以可用带宽的测量具有更重要的意义。
4.5 流量参数
ITU-T提出两种流量参数作为参考：一种是以一段时间间隔内在测量点上观测到的所有传输成功的IP 包数量除以时间间隔，即包吞吐量；另一种是基于字节吞吐量：用传输成功的IP 包中总字节数除以时间间隔。
Internet 业务量的高突发性以及网络的异构性，使得网络呈现复杂的非线性，建立流量模型越发变得重要。早期的网络流量模型，是经典流量模型，也即借鉴PSTN的流量模型，用poisson模型描述数据网络的流量,以及后来的分组火车模型，Markov模型等等。随着网络流量子相似性的发现，基于自相似模型的流量建模研究也取得了不少进展和得到了广泛的应用,譬如分形布朗运动模型和分形高斯噪声模型以及小波理论分析等等。高速网络技术的发展使得对巨大的网络流量进行直接测量几乎不可能，同时，大量的流量日志也使流量分析变得相当困难。为了解决这一问题，近几年，流量抽样测量研究已成为高速网络流量测量的研究重点。
5．网络性能测量的展望
网络性能测量中还有许多关键技术值得研究。例如：单向测量中的时钟同步问题；主动测量与被动测量的抽样算法研究；多种测量工具之间的协同工作；网络测量体系结构的搭建；性能指标的量化问题；性能指标的模型化分析[12]～[16]；对网络未来状况进行趋势预测；对海量测量数据进行数据挖掘或者利用已有的模型(Petri 网、自相似性、排队论)研究其自相似性特征[17]~[19]；测量与分析结果的可视化，以及由测量所引起的安全性问题等等都是目前和今后所要研究的重要内容。随着网络性能相关理论、测量方法、分析模型研究的逐渐深入、各种测量工具的不断出现以及大型测量项目的不断开展，人们对网络的认识会越来越深刻，从而不断地推动网络技术向前发展。
论信息时代的学校网络教学
创新教育的必要条件