互联网业务的发展趋势清晰表明:流媒体业务必将成为未来互联网的主要业务。如何优化网络结构与算法设计,提升网络对于流媒体业务的服务保障能力,是当前互联网发展面临的重要问题之一。本文着眼于这一重要背景问题,研究如何在流媒体业务传输过程中更好的应用网络编码理论解决其高效传输问题,将从网络和节点两个层面展开基于网络编码的传输机制设计和优化工作:一方面,面向整个网络,研究应用网络编码的流媒体编解码构造方法及吞吐量优化策略,从而减小编码后流媒体业务的解码时延,提高网络的带宽利用率及传输效率;另一方面,面向交换节点,研究应用网络编码的节点高效调度算法与交换结构,以便更好地服务于流媒体业务的传输。最后,采用梯度投影的方法对高效传输过程中出现的网络编码拥塞控制优化问题给出了较好的解决办法。具体而言,本文的主要研究内容和贡献如下:针对网络编码的解码时延问题,提出一种基于流媒体业务的低时延网络编码构造策略(low-delay network coding constructing, LDNCC)。该策略的基本思想是:从源节点到目的节点的多条互不相交的路径中选择一条作为“便捷路径”,在便捷路径中传输不作编码的原始数据包,从而减小目的节点的解码时延。为了达到此目的LDNCC策略给出了便捷路径的最优选择算法,使得网络中的便捷路径数目可以达到最多,从而使尽量多的目的节点能够通过便捷路径获得低解码时延,以此保证流媒体业务传输的高效性。仿真结果表明,LDNCC策略在不损失网络编码吞吐量增益的前提下,可有效减小目的节点的解码时延,从而保证网络编码能够更好的应用于流媒体等时延敏感业务的传输。针对一般的多源组播场景,提出一种基于网络编码的多源分层组播吞吐量优化策略(multi-source layered multicast throughput optimization, MSLMTO)。该策略将网络编码应用到多源分层组播机制中,针对基于网络编码的多源分层组播吞吐量优化问题的求解,提出了解决此问题的遗传算法GA及其改进遗传算法GA+,通过设计合理的染色体结构及初始种群的产生方法,使得遗传算法能够较快收敛至最优解,提高了多源分层组播的吞吐量。仿真实验表明,与传统的分层组播策略相比,MSLMTO策略可以有效提高多源分层组播的吞吐量,从而更高效的利用网络资源服务流媒体业务的传输。针对传统网络编码在提高节点吞吐量的同时,导致由于节点累积增加所造成的时延迅速增长的问题,提出了一种基于流媒体业务的分层级联融合编码调度机制(layered cascaded fusion coding scheduling, LCFCS)。该机制将网络编码与信息编码相融合,在不影响用户体验质量的前提下,利用信息编码技术可压缩网络传输的数据量;同时利用网络编码技术以编码信息共享的方式减轻节点设备的交换压力,从而提高流媒体业务的转发效率。此外,为实现交换节点链路吞吐量最大化,充分考虑流媒体业务对接入时间随机分布特性的依赖,以代价耗费及各链路上总流量分配之和最小为目标,给出了LCFCS的数学模型并在此基础上提出了最大着色算法(maximal coloring, MC)实现图中最大稳定集的求解,提高了流媒体业务在交换节点上的通过率。实验结果表明,本文所提出的LCFCS模型及MC算法可以显著提高交换节点的转发效率,实现流媒体业务的高效传输。针对现有交换机制对组播流媒体业务交换调度时,无法提供QoS和高吞吐量保障的问题,在线性网络编码理论的基础上,深入探讨了在联合输入交叉点排队交换结构(CICQ: Combined Input and Cross-point Queuing)中实施线性网络编码的可能性,提出一种能够为组播业务提供高吞吐量的组播交换机制-最大紧迫度优先编码(Most Urgent First Coding, MUFC)。同现有基于输入排队交换结构构建的网络编码交换机制相比较,MUFC每个输入端口和输出端口可独立实现分组交换,具有良好的可扩展性。理论分析和仿真结果表明,MUFC交换机制无需加速便可获得良好的吞吐量和时延性能,对流媒体业务传输能力有较大提升。针对网络编码过程中的拥塞控制优化问题,提出了一种基于梯度投影优化的网络编码拥塞控制方法(Congestion control for Network coding Based on Gradient Projection Optimization, NCGPO)。NCGPO在发生拥塞时动态调整流量分配及速率,而不是单纯降低编码速率,在控制拥塞的同时有效保证了流媒数据传输的可靠性。深入分析了使用网络编码进行数据传输的本质,并对NCGPO的拥塞控制过程进行建模,采用了梯度投影的方法求解模型的优化问题,并证明了其稳定性。仿真实验表明,该方法在进行低时延网络编码构造的同时,有效降低了网络拥塞优化了网络带宽资源,平衡了链路与节点的负载,从而达到流媒体业务高效传输的目的。综上所述,本文主要贡献如下:提出了一种基于流媒体业务的低时延网络编码构造策略LDNCC。提出了一种基于网络编码的多源分层组播吞吐量优化策略MSLMTO。提出了一种分层级联融合编码调度模型LCFCS,并提出了以最大着色算法MC求解图中最大稳定集的方式实现了该模型的求解。基于联合输入交叉点排队交换结构和线性网络编码理论,提出了一种能够为组播业务提供高吞吐量的组播交换机制-最大紧迫度优先编码MUFC。提出了一种基于梯度投影优化的网络编码拥塞控制方法NCGPO。