随着技术的进步和网络的普及,基于Peer-to-Peer技术的互联网电视(P2P TV)快速发展,其受众人数和影响范围逐渐扩大。今天的P2P TV已经成为信息传播和舆论宣传的重要工具,并逐渐成为一种新型的大众媒体。但是由于P2P技术“非(弱)中心化”、网络自组织等原因,P2P TV系统在网络带宽管理、内容和舆论传播监管等方面引发了大量的问题。本论文通过自行设计P2P TV爬行器,对主流的P2P TV进行了系统的测量,并进一步对其网络拓扑特征、信息传播特点、用户分布以及用户行为模式等进行了研究。这些研究内容不仅有利于设计出更符合真实网络应用环境的P2P TV系统或通信协议,也是实现对P2P TV进行内容监管、传播监测、引导和控制等方面的重要依据和基础。本文主要工作如下:(1)提出了一个面向大规模P2P TV的分布式主动测量架构。爬行器是P2P TV网络的一种主动测量方法,也是目前P2P TV测量的重要方式之一。本文通过对P2P流媒体基本原理和协议模型进行分析,设计并实现了一个能够对PPLive,PPStream和UUSee三个P2P TV系统进行主动测量的分布式爬行器——TVCrawler。并设计和部署了爬行测量实验,获得了典型频道的主动测量数据集,为进一步的研究提供了良好的数据基础。(2)研究了P2P TV频道用户的时空分布规律和经济影响因素,并建立了P2P TV频道用户的时空分布模型。针对PPStream、PPLive和UUSee三个平台中典型频道,研究了同时在线人数的时间演化过程。在采用时间序列方式对用户时间分布的演化过程进行了建模和预测的同时,通过多尺度熵方法分析了频道在线人数时间序列的复杂性。研究了频道在线用户在地理空间分布上的分布特点和规律,并对用户的地理分布进行了可视化展现。最后还研究了各省级行政区内的频道在线用户与当地经济发展水平的关系,发现二者之间存在较为显著的线性递减关系。(3)提出了一个基于在线时长分布特征的直播频道用户分类方法,并对分类用户的到达率和动态性进行了比较研究。本文对PPLive、PPStream和UUSee三个P2P TV系统中典型频道的用户行为和动态性进行了分析,采用复合指数拟合的方法,按照P2P TV用户的在线时长的分布,将其分为轻度收看者、中度收看者和重度收看者三类,并进一步分析了在被测频道中,三类用户各自的在线人数和到达率。最后计算了P2P TV系统的在线用户集的自相似性,发现P2P TV网络在整体上表现出高度动态性的同时,以中度和重度收看者组成的“骨干子网”表现出了相对较高的稳定性。(4)在对P2P TV覆盖网络的拓扑特征进行实证研究的基础上,提出了一个和基于局域演化的复杂网络生成模型。对比研究PPStream、PPLive和UUSee三个平台中典型频道的覆盖网络拓扑特征。对其小世界现象、节点度分布、节点度相关性、覆盖网络集聚系数和网络的鲁棒性等进行了深入的挖掘和分析研究。然后,提出了一个基于随机行走和策略选择的网络局域演化模型——RAPA。解析计算和仿真实验都表明,RAPA模型不仅具有小世界特性、整体上的无标度特性,还可以演化出指数截断和小变量饱和等现象,同时也具有明显的聚类特性,能够构造出同配、异配等不同混合模式的网络,较好地重现P2P TV覆盖网络的大部分拓扑特征。