近年来Internet用户对流媒体服务的需求增长十分迅速,不断增加的流媒体服务资源仍然难以满足用户对流媒体支持规模和服务质量的需要。P2P组播技术利用节点的服务能力,通过构建由节点之间应用层单播传输组成的覆盖网,能够大大减少流媒体组播系统对数据源服务器的依赖性。近几年,一些的P2P流媒体平台得到了广泛部署,标志着该技术已经进入商业化应用阶段。然而,健壮性和可扩展性仍然是困扰P2P流媒体组播服务质量的两大难题。其中,健壮性问题主要体现为节点的频繁加入退出给组播质量造成的影响,而可扩展性问题主要体现为组播节点规模的增加对组播质量造成的影响。另外P2P系统中大量存在的跨网传输问题也会造成节点接入带宽的浪费。现有的系统和理论针对这些问题的解决方法都不尽人意。本文提出基于聚类的正则结构化组播模型RSM,它包括正则结构化组播覆盖网模型、P2P聚类服务方案和数据流服务方案三个部分。本文还介绍我们基于正则结构化模型开发的ClusterStream组播系统。正则结构化覆盖网模型是正则结构化组播模型的理论核心部分。它是一种基于多树结构的覆盖网模型,定义了覆盖网静态拓扑结构。与现有其它多树模型相比,正则结构化组播覆盖网模型并非直接操作转发树,而是在正则结构化节点群的基础上,间接生成和维护多棵转发树,克服了现有多树组播模型的许多技术难题。首先,正则节点群具有层次结构特性,每个层次节点群的结构变换能够自动平滑的转换为系统的转发树的重构,大大降低了覆盖网管理的复杂度和开销。其次,正则结构化节点群保持节点和节点群的出入度均衡不变的特性。实验表明,具有负担均衡特性的P2P组播系统,在应对节点加入退出等事件时数据流中断概率更低,即具有更好的系统健壮性。另外,提供针对节点异质性的两套扩展方案,能够保持正则结构化覆盖网模型优势的前提下,充分利用节点的上载带宽,为不同传输能力的节点提供不同质量的流媒体服务。P2P聚类服务为正则结构化组播提供拓扑感知支持。首先分析了P2P跨网传输问题,及其可能造成的P2P传输损耗现象。然后用理论和实验证明了P2P距离信息能够映射到度量空间上,通过对比模拟实验,论证了采用聚类空间的方法较现有采用的坐标空间的方法拓扑感知结果更精确,同时计算开销更小。最后提出了P2P聚类服务,它利用聚类初始化操作和优化操作管理节点的聚类视图,并且提供视图查询接口。由于聚类视图能够涵盖不同P2P覆盖网甚至应用的节点,P2P聚类服务能够为正则结构化节点群中多个组播频道提供统一的拓扑感知支持。数据流服务是动态管理正则结构化组播中节点群的高性能服务。在全局数据流算法的基础上,数据流服务采用更先进的算法使得节点能够随着节点加入和退出,以最少的数据流操作完成结构的扩张和收缩。为进一步减少数据流服务中服务器的开销,设计了一步数据流操作机制,节点能够不与服务器同步所有中间状态完成一个复杂数据流操作。另外,数据流启动加速机制能够帮助节点降低媒体播放中断风险。基于正则结构化组播模型开发了ClusterStream服务平台。该平台采用WCF等先进的编程框架开发,并能够部署于具有高并发能力和可靠性的ⅡS 6和SQL Server平台之上,并且基于SOA架构开发,具有较高的可移植性和重用性。另外,ClusterStream平台还能够通过Web方式监控和管理后台。性能实验证明,该平台具备支持面向Internet的大规模组播服务的能力。