新兴P2P流媒体发展迅速,但是无序的P2P流媒体流量大大增加了网络流量,抢占瓶颈链路的大部分带宽,会导致网络性能下降,在很大程度上直接导致了运营商“增量不增收”的问题。针对P2P流媒体业务带来的一系列问题,需要优化P2P流媒体,加强运营商和内容提供商的合作。运营商主要是解决流量控制,内容提供商主要是解决服务器选择,流量控制和服务器选择的关系包括了独立优化、部分合作、完全合作。本论文针对这三种关系所对应的三种数学模型,完成了拉格朗日对偶分解法对数学模型进行了完整的公式推导,通过引入拉格朗日算子将约束条件松弛,将原问题变成一个主要问题和若干个子问题,再利用梯度法对变量进行更新。考虑到实际中算法复杂度和收敛速度等因素,又实现了直接微分映射法进行了详细的求解,通过先忽略链路和服务器服务能力等条件,对变量进行直接微分,将求得的解再通过映射法映射到[0,1]范围内,再更新网络,直至收敛。本论文为了验证算法的正确性和比较性能的改善程度,在Planetsim仿真平台上实现了完整的程序设计,包括了初始化、优化和输出等模块。在初始化模块中,配置好服务器和存储内容,用户集合和访问文件,链路状况和路径等。在优化模块中,按照算法进行设计,然后更新变量和网络,直到网络稳定。在输出模块中设计了出口,将收敛结果及参数输出到指定文件中去。最后在实际网络中的不同拓扑对算法进行了测试,对结果进行了分析比较,验证了完全合作模型的优越性和模型求解的正确性。