经历了主机计算、桌面计算和分布计算时代之后，计算模式即将来到普适计算时代。普适计算使得现实世界和信息空间实现无缝融合，在无缝融合的空间中人们可以随时随地获得所需信息和服务。在享受普适计算中无所不在的服务的同时，普适计算也给其中的服务发现带来了新的挑战。普适计算中的服务发现协议需要适应多样和动态的普适计算环境，环境中自主运行的设备常具有的自私性也对协议的构造带来新的挑战。普适计算环境中存在不同能力的设备、不同特性的网络连接方式和不同关注点的用户意图，这些设备、网络和用户在运行中动态改变其能力、特性和关注点。环境的这种多样性（diversity）和动态性（dynamics）要求协议具有足够的适应性（adaptability）。用户私有的设备在自主运行时往往具有自私性，自私性使得节点缺乏维护服务发现协议正常运行的内在动机，甚至可能采取破坏行为来最大化自身利益。因此，适应性的服务发现协议还需要一种机制来应对环境的这种自主性（autonomy）。尽管服务发现是普适计算研究中的热点问题，但研究者们对协议适应性的关注较少。现有的研究或关注特定环境中的协议构造，或关注如语义、性能、安全等其它方面的特性。两个因素阻碍了传统服务发现协议获得更强的适应性：1)角色系统赋予节点的固定的能力集合和封闭的交互规则，2)两难的网络特性假设。而已有的如协议互操作等方法难以从根本上系统化地解决多样、动态和自主的普适计算环境下服务发现协议的适应性问题。为了应对普适计算环境对服务发现适应性的挑战，本文首先厘清服务发现适应性的概念，并基于经济学中成本效益分析法提出一种量化分析和评估服务发现适应性的方法。在该方法的运用中得到了增强服务发现适应性的两个启示：1)在线的反馈与调整，2)开放的管理与控制。其次，通过分析当前服务发现协议中阻碍获得适应性的因素，给出一个基于能力和策略驱动的可适应（adaptable）服务发现框架VGAP。然后，基于经济学中市场机制为VGAP建立了Market模型并运用统计学习理论求解其中的约束优化问题，得到自适应（self-adaptive）的服务发现模式VGMAP。Market模型和VGAP框架分别应用了前述两个启示。最后，基于一个普适计算平台PanGu实现VGMAP模式得到了自适应的服务发现方法，并给出一个用于实验验证的通用模拟框架StarSim。本文工作的主要创新点包括：（1）提出了一种服务发现协议适应性的定量分析和评估方法，能客观评估协议的适应性，可有效指导改进和提高协议的适应性。在定义和分析服务发现适应性的基础上，根据服务发现协议与经济系统的相似性，提出基于成本效益分析法的服务发现协议适应性定量分析方法。通过量化服务发现协议产生的成本和效益并给出评价指数和度量方法，定量方法为服务发现协议的适应性提供客观证据和结论，揭示服务发现协议在适应性上的弱点以指导设计和改进。运用该方法对几种简单协议进行分析、比较和改进验证了该方法，并从验证过程中得出增强服务发现协议适应性的两点启示：1)在线的反馈与调整，2)开放的管理与控制。（2）给出了一种适应性的服务发现框架VGAP，能有效克服传统服务发现协议中角色系统对其适应能力的制约，使得服务发现能够在不损失适应性的前提下充分利用底层的网络特性。现有的服务发现协议大多通过定义设备上的功能集合和设备间的交互规则来提供服务发现功能。这种设计期间定义的功能集合和交互规则是固定和封闭的，难以适应多样和动态的普适计算环境。一些服务发现协议对底层网络特性的过多假设也阻碍着它们适应普适计算环境。提出基于能力和策略驱动的AP模型来克服固定的功能集合和封闭的交互规则对服务发现协议适应能力的制约。进一步将AP模型扩展为VGAP框架使得服务发现协议能在不影响适应性的前提下充分利用网络特性。VGAP框架中可以应用第二个启示，是一个可适应的服务发现框架。（3）提出了Market模型，能将VGAP中难以求解的分布式约束优化问题转换为多个可以求解的局部约束优化问题，提高了VGAP框架的适应性。分析VGAP框架中策略的自动选择这一分布式约束优化问题，基于经济学中市场机制为服务发现中节点建立Market模型。在Market模型中根据节点的利益最大化原则，讨论节点需要解决的三个局部约束优化问题：资源销售的利润最大化、策略选取的成功期望最大化、货币投入的效用最大化。Market模型将难以求解的分布式约束优化问题转换为局部约束优化问题，克服了节点自主性带来的内在动机不足的问题，得到了可以运用第一个启示的自适应服务发现模式VGMAP。（4）提出了一个基于支持向量机和随机探测法的局部约束优化算法，能在满足问题特点和求解要求的前提下，有效求解Market模型中局部约束优化问题。Market模型中三个局部约束优化问题的目标函数是未知的、动态变化的、求值代价较高的。利用统计学习原理中的支持向量机对目标函数中的未知部分进行预测，结合随机探测的思想，得到一个具有伸缩性的在线优化算法。为了验证上述研究工作，本文在一个普适计算原型平台PanGu中实现VGMAP模式得到了自适应的服务发现方法；同时给出了一个通用模拟框架StarSim，使得本文中大规模的实验可以迅速得以完成。