由于具有较高应对节点动态性的能力、较高的节点上行带宽利用率和可扩展性,Mesh-Pull P2P流媒体直播分发方法赢得了学术界和工业界的广泛青睐,但是此分发方法存在以下问题：传统互联网中大规模应用的Mesh-Pull P2P流媒体直播系统具有较高的视频启动延迟；随着移动通信技术的快速发展,随着电信网、计算机网和有线电视网三网融合进程的加快,移动终端、个人电脑和机顶盒等异构节点将能以P2P的方式共享流媒体,然而Mesh-Pull P2P流媒体分发方法在此场景中仍具有较高的视频启动延迟；至今P2P流媒体直播系统的规模与影响系统规模的各关键属性(源服务器带宽等)之间的关系仍没有被透彻地量化分析过,这使得系统部署时武断地分配源服务器带宽等配置参数的大小,导致无法充分利用系统中用户节点的带宽资源,增加了源服务器的运营成本。基于对P2P流媒体研究现状和发展趋势的分析,针对以上问题,本文对Mesh-Pull P2P流媒体直播分发方法和P2P流媒体直播系统规模进行了深入研究,取得如下成果：1.提出了传统互联网单码流场景下Mesh-Pull P2P流媒体直播的数据调度模型和数据调度算法。本文首先分析了此场景下基于Pull的数据调度问题的特点：相同的视频质量需求；单码流编码使数据块只具有时间特性；节点下行链路不是瓶颈；异构的节点上行带宽和网络延迟。然后基于以上特点提出了此场景中高视频播放质量保证下局部延迟最优的数据调度模型,为数据调度算法提供了设计指导。最后提出了基于TOPSIS的数据调度算法,该算法采用TOPSIS方法来解决调度算法中数据块优先级的量化这一多属性决策问题,采用时间最优的数据块分配方法和非周期性的数据调度方式,节点加入时采用能同时传送数据块的邻居节点个数最多和能立刻提供最多数据块的首个数据块选择方法,以降低节点的启动延迟。仿真实验表明,本算法可以在保证高视频播放质量的情况下降低用户观看视频的延迟；2.提出了三网融合累积分层编码场景下Mesh-Pull P2P流媒体直播的数据调度模型和数据调度算法。本文扩展分析了此场景下基于Pull的数据调度问题的特点：异构的视频质量需求；累积分层编码使数据块不仅具有时间特性而且具有层次特性；节点下行链路可能出现瓶颈；异构的节点上行带宽和网络延迟。然后基于以上特性提出了此场景中高视频播放质量保证下局部延迟最优的数据调度模型,为数据调度算法提供了设计指导。最后提出了基于TOPSIS的数据调度算法,该算法采用TOPSIS方法来解决下行链路可能出现瓶颈导致的候选邻居节点选择这一新问题,量化数据块优先级时扩展考虑了累积分层编码带来的层次特性等更复杂的属性,该算法仍采用时间最优的数据块分配方法和非周期性的数据调度方式。仿真结果表明,本算法可以在保证高视频播放质量的条件下降低用户观看视频的延迟；3.提出了P2P流媒体直播系统的规模模型和降低源服务器带宽的策略。本文首先分析了影响P2P流媒体直播系统规模的关键因素,如源服务器上传带宽、节点到达模型等。然后分析了P2P流媒体直播系统的分发过程,并提出了P2P流媒体直播系统的规模模型。最后,依照此模型量化分析了源服务器带宽、节点到达模型、子流数量等关键因素与系统规模之间的关系,并提出了降低源服务器上传带宽的策略,这为部署P2P流媒体直播系统提供了理论指导。仿真实验验证了这些因素与系统规模之间的关系符合理论分析的结果。