对等网络（Peer-to-Peer Network，简称P2P网络）融合了分布式系统与计算机网络，它利用了对等模式进行工作。与传统网络相比，P2P网络具有高可扩展性、高容错性和分布式等优点，因而在文件共享、多媒体传输、分布式数据存取等领域取得广泛应用。P2P网络的这些优良特性，使其成为了各个高校和科研机构的研究重点。随着网络规模的增大，用户数量的激增，P2P网络的负载均衡问题也越来越突出。现有的研究都是基于单种资源下的负载均衡，而在真实的网络环境中，存在多种瓶颈资源，比如存储能力、处理请求能力和带宽等。因此，对多种资源的研究更加具有理论和实践意义，也具有更大的挑战。本文提出了相似度概念模型，定义了用于虚拟服务器转移的转移代价函数，设计了可用于任意结构化P2P网络的多种资源负载均衡（MRLB）算法。仿真结果显示节点上任意一种资源的负载都随着节点能力的提升而相应增加。MRLB算法有效解决了传统方法的缺点，实现了多种瓶颈资源的负载均衡。鉴于P2P网络的优秀特性，研究者将P2P网络和流媒体服务相融合。但现有的以结构化P2P网络为基础的研究，虽能有效降低时延，却不能进一步保证资源的均衡性。本文结合交叉立方体特性，提出了一种新型的S-CQ结构化P2P网络拓扑模型，并在层内建立了多棵独立生成树来进行数据分发。该网络模型具备了很好的自组织性、低时延等特点。仿真结果也显示了该网络模型可以在不增加时延的情况下，能够均衡资源的分布，从而提高视频的播放质量。