超大规模流媒体应用是互联网和多媒体技术发展的趋势和前沿性研究课题。对等网络（Peer-to-Peer，P2P）凭借其优异的可扩展性以及低成本、易部署的优势，成为解决大规模流媒体应用最重要的技术途径之一。P2P流媒体利用互联网上普通用户节点空闲的计算、存储和带宽资源，极大减少了服务器上网络带宽资源的占用。虽然P2P流媒体系统早已进入商业运行阶段，但是从技术角度来看，现有系统在网络健壮性、负载均衡性等多项指标方面有改进的必要，用户的终端体验还有待提高，因此有必要对P2P流媒体系统进行深入的研究。
　　P2P流媒体系统产生的数据量大、系统在线服务时间久，同时流媒体播放对数据有着严格的顺序和时序要求，且网络上终端节点的性能参差不齐，因此在P2P架构的前提下进行合理的数据调度为用户提供高质量的视频服务更加具有挑战性。本论文针对P2P流媒体系统的数据调度机制进行了深入研究，提出了基于节点饥饿性原则和数据包优先级原则的新型数据调度算法DPPC和基于IP感知策略的重叠网络构建机制。本文的主要工作及创新点如下：
　　(1)本论文采用数据驱动算法作为数据调度的基础，在其之上提出了基于节点饥饿性原则和数据包优先级原则的新型DPPC数据调度算法，建立了相应的计算公式。此外，算法根据节点的性能把节点分类，不同节点采取不同的优先级调度方法。最后用数学方法证明了DPPC算法具有近似最快分发的特性；
　　(2)DPPC数据调度算法提出了一种新颖的节点选择方法，通过分散系统中高性能节点，使之均匀分布在整个网络中。即系统中每个节点的邻居节点平均上行带宽值不应差别太大，进而使整个覆盖网络达到负载均衡；
　　(3)本论文提出了基于IP感知的覆盖网络构建机制。该方法通过节点IP地址获取运营商和地理位置的相关信息，将处于同一个运营商网络和同一个地区的节点构建在相同的邻居组群里，从而建立面向低ISP域间流量的P2P覆盖网络模型。