随着计算机网络的快速发展,网络计算已进入大规模分布式计算时代。这种大规模分布式计算与传统的计算环境相比,具有大规模、分散控制、动态性、松散耦合等特点。发布/订阅系统能够使得参与者之间在时间、空间和控制流方面完全解耦,成为新一代分布式计算技术的基础平台。现有的发布/订阅系统在基于内容的数据模型、匹配算法和路由算法上已经取得了很多的研究成果,但是仍然缺乏对语义的支持。论文针对面向语义的发布/订阅系统的关键技术数据模型和匹配算法进行研究,并实现了基于语义的发布/订阅原型系统——钱塘语义发布/订阅系统(JTang Semantic Public/SubscribeSystem,简称JTangPS),为大规模网络计算环境提供可选的中间件平台支持。论文首先提出了一种面向语义的发布/订阅系统的数据模型,发布/订阅系统的数据模型决定了系统的表达能力,语义发布/订阅系统的数据模型,包括概念模型、事件模型和订阅模型。概念模型规定了某一领域中的概念及其之间的关系,用OWL语言来表示;事件模型规定了事件的表达方式,事件利用RDF图来表示;订阅模型规定了订阅的表达方式和过滤条件,用RDF图模式来表示。这样就可以使得信息被系统无歧义的理解和处理,并在不同程序间交换。此外,提出了一种新的订阅语言JTangPS-SL,使得用户可以自定义订阅。在上述语义数据模型的基础上,需要建立一种快速的匹配算法。我们的匹配算法的根本思想是将订阅图模式和事件图分解为一系列弧的集合,以弧为单位进行匹配。利用订阅之间的重叠性,将大量订阅合并为一个订阅,从而提高空间和事件效率。在将一个事件转换为特定的数据结构时,利用推理机判断事件的有效性并推理出额外的语义信息,与订阅进行匹配。在匹配过程中,利用订阅约束的重复性,减少对变量约束的检查,提高时间效率。最后,论文设计了一个发布/订阅系统JTangPS,实现了上述的数据模型和匹配算法。该系统基于Java技术开发,建立于已有覆盖网络之上,并提供丰富的访问形式,测试数据表明,JTangPS在表达能力和性能上有了很大的提升,能够适应大规模网络计算的需要。