对等计算(Peer-to-Peer Computing,P2P)是在互联网上实施网络计算的一种新的计算模型。P2P打破了传统的Client/Server(C/S)模式,网络中的每个节点是逻辑对等的,拥有对等的功能与责任,每个节点既充当服务器,为其它节点提供资源,同时也享用其它节点提供的资源;节点之间通过直接交互共享资源,无需依赖集中式服务器的支持;任何节点可以随时自由地加入或离开,形成一个真正动态的网络环境。与传统的C/S模型相比,P2P在可扩展性、自组织性、动态性、鲁棒性、系统资源利用率等多方面有明显的优势。因此,P2P蕴涵着巨大的商业和技术潜在价值。本文研究P2P环境下的信息共享问题。主要针对P2P环境下系统的自治性、动态性和大规模分布性的特点,探索基于P2P信息共享所牵涉到的系统结构、信息交互、网络自组织构造、分布式搜索等技术问题。主要取得以下研究成果:(1)结合传统集中式网络易于管理与分布式网络具有良好的区域自治、负载平衡以及健壮性的优点,从有效资源组织的角度,提出系统结构REC。针对节点能力的不对称性,将系统中的节点进行分层,赋予高性能节点更多职责,能够利用节点的差异提高网络的性能;针对节点参与资源共享的不同动机,对拓扑连接进行分类,按节点资源需求和共享目的组织拓扑结构,为网络中的有效资源组织、高效资源搜索奠定基础。(2)进行了语义信息交互机制的研究。提出了资源元数据本体模型MO,对资源元数据的共性进行建模,增加了资源元数据描述的清晰度和资源元数据间的语义联系。在此基础上,考虑丰富的语义和上下文信息,应用模糊集理论刻画语义相似程度,提出一种语义模糊匹配方法SFM,确保用户获取语义上相关联的、更多的数据以及有效辅助用户进行选择和决策,支持语义丰富的信息共享。(3)类人类社会组织,提出从节点服务它人和满足自身的双重视角自组织构造对等网络的方法。建立在节点个体根据自身理性追求个体利益最大化分析的基础上,将节点利己和利他的双重动机有机地统一为节点的理性(兴趣),根据节点的交互历史,提出了动态拓扑进化模型DTL。借助自组织拓扑进化算法SOTE,各节点周期性地利用空闲时间调整拓扑连接,适应节点资源和需求的不断变化。由于将资源语义相关的节点动态自组织聚集在一起,实现了节点的有序组织,优化了网络整体性能。相应实验结果验证了该方法具有很好的伸缩性,支持大规模的应用。(4)在分析现有非结构化对等网络搜索技术的基础上,从尽量减少搜索时经过的节点数以及增强资源搜索请求的针对性入手,提出了基于拓扑进化的自适应分布式搜索机制SAS。节点根据搜索内容选择最有可能包含结果的资源聚集发送查询,通过消息转发的智能性,及时反映资源分布以及搜索内容的动态变化。该方法最大的优点在于查询能够迅速定位答案提供节点,通常情况下可以在近邻找到结果。由于资源搜索的路径缩短,搜索范围缩小,节省了网络带宽,因而可以从多方面提高系统的搜索性能。实验结果表明,SAS在保证搜索效果的前提下大大提高了搜索的效率,具有很好的自适应特性。