随着Internet的飞速发展和多媒体技术的不断成熟,流媒体应用已经成为互联网上最为重要、最具活力的应用之一。流媒体传输需要网络高带宽的支持,传统客户/服务器架构可扩展性差,无法满足大规模流媒体应用要求。近年来P2P技术得到迅速发展,与客户/服务器模式不同,P2P网络中单个用户既是客户节点,也是服务器节点。P2P技术利用了闲置在网络边缘的用户资源,提高了系统的可扩展性,使得网络技术向更大规模发展。P2P技术的兴起给大规模的流媒体应用带来了新的解决方案——P2P流媒体。本文首先介绍了P2P流媒体出现的背景,特点和相关技术。P2P分布式特点极大地提高了系统的可扩展性,但也带来许多挑战性问题,如节点动态性管理,数据调度机制,公平性和安全问题等。第二章介绍了P2P相关技术,包括数据编码机制、激励机制和网络测量技术。第三章引出我们需要解决的问题:如何设计高效的数据调度算法满足流媒体传输需求。我们介绍了已有的研究,结合实际的流媒体系统深入分析了各种数据调度算法的优缺点。论文第四章提出了基于优先级的数据调度方案DPC(Distributed Priority-based Chunk Scheduling)。DPC是一种分布式的“拉”数据调度算法,由发送端和接收端调度两部分组成,在对节点和数据块划分优先级后,发送节点优先响应优先级高的邻居节点请求,接收节点优先请求优先级高的数据块。这种严格按照优先级的数据传输策略保证了数据分发的几何级数增长,从而最小化数据传输延时。但是严格的优先级传输策略需要节点之间交互大量控制消息,在深入分析DPC算法消息延时开销基础上,进一步提出了同构环境下基于“推”的DPC算法改进方案。改进方案是基于发送端“推”数据分发方式,数据发送完全由发送端控制,大大减少了消息延时开销。与实时流媒体不同,P2P点播系统中VCR操作和播放异步降低了节点之间的合作,增加了服务器负载,影响了系统的可扩展性。第五章首先讨论了P2P点播系统中服务器负载因素,在此基础上提出了基于预测的带宽分配方案PBA(Predictor-based Bandwidth Allocation),PBA算法基本思想是将数据分发转化为带宽分配问题,利用额外带宽帮助落后节点预取数据块,额外带宽的分配是根据节点的稳定性和播放位置。利用额外带宽预取数据降低了节点之间拥有数据块的差异,从而减少离开丢失引起的稀有数据丢失,减少了服务器负载。