近年来,随着网络的普及与发展,大批P2P流媒体的应用开始涌现,P2P流媒体直播技术作为其中一个重要分支已经成为流媒体研究的热点问题之一本文在PeerCast的基础上开发出了P2P大规模视频直播系统—LStream。LStream系统采用了分层架构,基于网络坐标GNP与PCoord相结合的节点调度策略,以及基于激励机制的推拉相结合的数据传输策略和最少优先调度策略。本文重点是在LStream系统中设计出了一种新的异常检测机制,以缓解目前P2P流媒体直播系统存在的扰动性问题。由于目前在P2P视频直播系统中采用的异常检测机制主要有集中监测机制、强节点检测机制、父子节点检测机制和监护机制,但这几种机制整体来说都是采用传统心跳的方式,这几种机制各有弊端,主要有异常检测周期过长、节点区域性失效无法检测、系统冗余控制报文过多和系统的控制负载率过高等问题。在这种背景之下,并结合LStream系统各层节点的功能特点,本文提出了一种缓存数据检测(Buffer Data)、远程监护、BM(Buffer Map)心跳相结合的异常检测机制,本文称之为BD-BM检测机制。由于SP (Super Peers)节点的数据来源唯一,所以采用缓存数据检测机制；为了检测SNP (Super Normal Peers)节点的整体失效,为SNP节点增加了远程监护机制；由于NP节点采用PULL数据传输机制,邻居节点之间需要互相发送BM信息(该信息主要是告诉邻居节点本节点所拥有的数据片信息),所以采用了BM心跳机制。本文设计的BD-BM检测机制,能够缩短节点异常检测时间,提高系统的灵敏度,还能够检测出节点的区域性失效,减少了系统大量的控制报文,降低了系统的控制负载率。