近几年来，随着众多P2P系统地出现，P2P网络技术逐渐成为人们研究的热点。P2P网络技术是基于一种对等的思想，这种思想正在改变着人们对网络模式的思考。P2P网络技术目前主要应用在文件共享、分布式计算、协同工作和以P2P为基础的深度搜索引擎等方面。在文件共享应用领域，非结构化P2P网络由于其简洁性和健壮性取得了巨大的成功。但是，目前非结构化P2P网络的搜索效率不高，网络带宽消耗大所引起的扩展性问题制约了其快速发展。　　 本文以Gnutella系统为例，研究了非结构化P2P网络近几年来的搜索优化技术。根据现代Gnutella网络的特点提出了以下两点改进：　　 首先，针对Gnutella网络和底层物理网络拓扑结构不匹配的问题，本文提出利用子网掩码技术来改进覆盖网络的连接策略。当节点连接到Gnutella网络时，优先选择网络中和自身节点所在同一子网的节点进行连接，从而缓解Gnutella网络给底层物理网络带来的压力。　　 其次，针对目前非结构P2P网络搜索算法效率不高，网络带宽消耗大的问题，本文提出了一种基于学习的定向查询资源的搜索算法(D-Searching)。该算法是通过在终端节点上引入资源信息表，来存储最新的资源信息与热点信息，在节点查询资源时，能够进行定向查找。　　 为了验证D-Searching搜索算法的性能，本文采用JAVA语言编写了P2P网络仿真软件，并和Flooding搜索算法以及Random搜索算法进行了分析对比。实验结果表明，D-Searching搜索算法大大减少了网络中的冗余消息数，提高了节点的搜索效率，并具有良好的可扩展性。