论文研究了大规模分布式网络环境下,如何高效地主动发现个性化需求的信息资源。在网络负担、使用者要求不变的情况下,匿名、动态、透明地获取资源,将用户被动“拉”方式查找信息变为系统主动“推”方式发现信息,将基于关键字的泛泛搜索变为基于语义的智能搜索。实现分布式信息资源主动发现模型系统在时间、空间和控制三方面的完全解耦。首先分析了发布／订阅异步通信机制的特点,其具有时间解耦、空间解耦、控制流解耦(异步解耦)及N：M的通信关系,适合分布式计算要求,为分布式系统中的各参与者之间提供一种松散耦合的通信方式。将其作为分布式环境信息资源主动发现互交换的通信基础。设计了分布式信息资源主动发现目标模型系统RDMPS,系统围绕事件通知服务为核心,在应用层上将其扩展为服务代理。RDMPS以JXTA P2P覆盖网络为信息路由基础,以订阅管理、事件管理和语义Web匹配为重点,以服务接口方式调用,支持大规模、高度动态、分布式网络环境的需求。提出一种基于语义Web发布事件与订阅条件智能匹配算法。用RDF图表示事件数据模型,用RDF图模式描述订阅数据模型,用OWL记载概念模型。设计了智能匹配算法的数据结构,设计包括订阅合并算法和语义Web智能匹配算法在内的核心算法。提出基于小世界理论的JXTA P2P覆盖网络信息资源路由改进算法,作为发布事件的路由机制。通过可配置方式,设定特定需求,形成特色网络基础结构。根据设计的目标模型系统,结合我国港口引航业务的实际需求,设计开发了引航业务资源主动发现原型系统,这是第一个支持大规模分布式计算的港口引航业务信息主动发现模型系统。