对等网络P2P(Peer-to-Peer)是当前流行于计算机网络技术研究领域的一种新兴网络模型。具有搜索效率高、可扩展性好等优点,有效地解决了C/S模式单点故障的问题。因此,P2P的各种应用也得以迅速发展,在电子商务、文件共享、即时通信等多个领域广泛应用。而P2P的应用是建立在P2P模型基础之上的,所以如何构建一个合理的P2P模型成为了P2P研究的一个重要问题。P2P网络模型的研究一直是P2P研究领域的热点和难点。当前的P2P模型均有各自的缺陷,集中式P2P模型存在单点失败的问题;完全分布式非结构化P2P模型的可扩展性差而完全分布式结构化P2P模型其维护机制非常复杂,并且对网络的动态适应性差;半分布式P2P模型充分结合了上述几种模型的优点,但也存在自身固有的一些局限性。本文在半分布式P2P模型的基础上,认真分析P2P网络节点存在的异构性和网络的动态性,提出了基于节点服务能力的自适应P2P模型BSC-P2P。该模型根据节点的异构性定义节点的服务能力,自组织形成服务组;根据自身需求和网络的动态变化调整节点间的连接,提高自适应能力。并对模型中超级节点选取问题进行了深入研究,提出了基于CPU动态处理能力的超级节点选取方法。该方法使用RBF神经网络预测超级节点CPU的动态负载,以CPU的动态负载评定超级节点的动态处理能力,使得普通节点在进行查询时能够选取一个当前处理能力最强的超级节点来为其服务。为了验证BSC-P2P模型的性能,我们设计仿真实验,从四个方面对BSC-P2P模型与Gnutella 0.6模型的性能进行了比较,实验结果表明,BSC-P2P模型的整体性能较Gnutella 0.6模型有了进一步的提高。