近年来,对等网络(Peer-to-Peer Network,P2P Network)在互联网上广泛地流行起来,成为了当前占据网络主要流量的应用之一。和以往的客户端/服务器Client/Server(C/S)模式相比较,对等网络具有自组织和分布式等特点,能够充分利用每个节点的能力,对信息进行分布和查找,从而实现资源的有效共享,提高资源的利用率。但由于对等网络环境的高动态性(节点可能随时加入或离开网络,热点资源也随着时间的变化而不同)和节点能力的异质性,使得节点间的负载难以达到均衡,影响了对等网络资源共享的效率。此外,由于对等网络环境的开放性以及对等节点的匿名性和自治性,节点在相互交互过程中可能出现安全性方面的问题。而对等网络的有效性和安全性直接关系到对等网络的实用性。非结构化对等网络通常使用的是洪泛(Flooding)搜索策略。然而,Flooding策略会产生大量的冗余消息量,使得网络的负载过大。此外,在固定且有限的生命周期(Time-to-Live,TTL)限制下很难保证网络中所存在资源的命中率,尤其是稀有资源和偏远资源。针对这些问题,提出了一种多树结构的覆盖网络PercolationNET。PercolationNET是基于网络原始拓扑中节点度信息来构建的。它由若干个非连通的树结构组成,而每棵树是由原始拓扑中所存在的节点以及节点之间的连接所构成。相应地,搜索的策略也被划分成了两个阶段。在第一阶段,查询消息在原始拓扑中传播,以便它能在有限的TTL内覆盖到子网中所有的树;在第二阶段,查询消息在子网中传播,以保证在尽量小的通信量的情况下渗透整个网络。PercolationNET提供了一种保证网络中资源搜索命中率的拓扑结构,为非结构化对等网络中资源搜索提供了一种思路。资源发现策略是非结构化对等网络中的核心问题之一。先前的研究策略有的响应速度慢,有的引起的网络负载大。为了减少查询产生的网络流量,提高共享资源的可靠性和有效性,提出了一种非结构化环境下交替索引和自适应副本相结合的资源缓存策略——AIAR。该策略根据对等网络的幂律特性基于随机游走机制将资源缓存信息分散地缓存于网络中;并根据网络中资源请求频率的动态变化和网络中节点的度信息,自适应地调整副本存储状况,使得搜索性能得到提高。在P2P文件共享系统中,节点之间共享彼此的文件。但是由于对等网络的匿名性和开放性,在文件共享系统中存在很多安全方面的问题,如恶意节点和自私节点的大量存在。为了孤立恶意节点的同时鼓励节点共享自己的文件,提出了基于访问控制的信任机制。首先,定义了一种信任机制,它引入了直接信任,推荐信任,时间衰减等因子。其次,对每个共享文件都加入了两个阈值——可信性总评价阈值和贡献量阈值来控制访问权限。可信性总评价阈值用来限定只有可信性总评价值达到一定标准的节点才能从提供者处下载某个文件;贡献量阈值用来限定只有过去对自己做过一定贡献的节点才能从本节点上下载某个文件。对于每个请求者,只有当它有了对文件的访问资格后才能访问该文件。大多数信任模型都对信任加以了精确的描述,这和信任自身具有的模糊性、复杂性和动态性格格不入。近两年来,针对信任的不确定性已经展开了一定的研究,模糊逻辑理论和云模型在信任评估中得到了大量的使用。提出了一种基于信任本质的评估模型Nature Trust,包括利用语言变量取代精确数字来表达一次交易的信任度,以处理信任的模糊性;使用模糊推理规则来综合对信任不同方面的评价结果,以处理信任的复杂性;引入风险因素,以便及时发现节点行为的波动状况,处理信任的动态性。该信任评估模型可有效地抑制节点的恶意行为,有利于网络的良性发展。