近年来,随着对等(Peer-to-Peer,P2P)网络在不同领域中的应用日益广泛,用户对互联网资源的需求量也迅速增大,但当前网络的传输能力是有限的,网络设备增设与升级的速度已经无法满足用户对网络带宽需求量的增长速度,因此在网络资源有限的前提下,如何为用户分配网络资源成为当前P2P网络研究的热点问题之一。本文借鉴微观经济学中的效用理论,从用户满意度的层面,针对P2P网络中多类型服务的资源分配问题建立了效用最大化模型,并利用非线性规划理论分析了模型的最优解。针对仅存在弹性服务的情况提出了基于子梯度的分布式资源分配算法,针对弹性服务与非弹性服务共存的多类型服务情况提出应用粒子群优化算法(Particle Swarm Optimization,PSO)解决这一复杂的非凸优化问题。论文的主要研究内容如下:首先,根据网络服务效用函数形状的不同,将P2P网络中的服务分为非实时的弹性服务与实时的非弹性服务两类。针对网络中仅存在弹性服务的情况建立了效用最大化的资源分配模型,分析得出了弹性服务资源分配的最优表达式,并为解决该凸优化问题提出了一种基于子梯度的分布式资源分配算法。其次,针对P2P网络中弹性服务与非弹性服务共存的情况,建立了效用最大化的非弹性服务资源分配模型。根据非线性规划理论对模型进行分析,得出了多类型服务共存时最优资源分配存在应满足的上传带宽阈值。针对多类型服务同时存在的非凸优化问题提出了一种基于粒子群智能优化的启发式算法来解决。最后,搭建小规模对等网络实验环境,对基于效用最大化的P2P网络资源分配机制的有效性进行实证研究,首先利用子梯度算法针对仅存在弹性服务的资源分配模型进行仿真,仿真结果验证了所提出算法的有效性和收敛性。其次针对多类型服务,即弹性服务与非弹性服务共存的情况,利用基于PSO的资源分配算法,设置相应参数进行仿真,仿真结果验证了资源分配算法的收敛性以及收敛速度的优越性。