P2P应用迅猛的增长已为世人瞩目,P2P技术已成为工业界和学术界的研究热点。P2P网络是在现有物理网络之上建立的逻辑层覆盖网,而超节点覆盖网是构建在P2P网络之上更高层的逻辑结构覆盖网,P2P系统的各项功能都需要节点通过各层覆盖网彼此进行通信和协作来完成。目前超节点覆盖网的构建协议的效率还有待改善,节点中蕴含的大量语义信息也没有被充分利用,加之目前P2P覆盖网普遍存在的拓扑失配问题与“免费搭车现象”,更导致资源搜索的延迟增长,性能降低,这些问题严重阻碍了P2P技术的发展。因此如何优化P2P及其之上的各层覆盖网络,通过各种有效措施减少资源搜索机制占用的网络带宽,降低资源搜索的延迟,在保证系统的鲁棒性和可扩展性的同时使其提供更好的性能仍是当前P2P系统研究领域的重要课题。本文选取超节点体系结构的P2P作为研究对象,对其覆盖网的相关优化技术做了深入研究。本文的主要研究工作如下：(1)针对目前超节点覆盖网研究中的不足,将语义信息引入到超节点覆盖网的构建过程中,提出了一种P2P搜索模型——SSP2P。模型中节点先依据小世界理论在物理上形成自然的区域自治系统(AAS),各AAS依据幂规律选取各域内的超节点,超节点再根据语义关系形成多个超节点语义网(SSN),从而形成一个层次化的超节点覆盖网络模型,并对其中节点的组织、SSN的构造、搜索机制等进行了阐述,最后通过分析和仿真实验验证,表明了SSP2P的合理性与有效性：它可以在较小开销下获得较满意的资源搜索性能,有良好的鲁棒性和可扩展性。(2)针对目前P2P网络效率不高与拓扑失配问题,提出了一种结合网络节点位置信息与语义聚类的P2P网络拓扑构建策略CLSP2P。CLSP2P中节点加入网络中时,首先根据IP地址结合网络测量信息以确定离自己最近的自治域并加入之,同一域中的节点物理距离也相对较近。域中节点再根据共享资源的语义信息进行语义聚类,形成多个语义覆盖网。CLSP2P利用域和聚类对P2P网络进行双重管理。仿真表明,CLSP2P有效减少了资源搜索与管理开销,减少了网络冗余流量,提高了P2P环境下资源搜索与下载的效率,从而提高了P2P网络性能。(3)针对P2P网络中大量存在的免费搭车问题,借助博弈论为工具,提出了一种基于监察博弈的P2P激励机制：通过监察机制的引入,使得节点必须选择理性的博弈策略,通过降低非合作节点的既得利益,惩罚采取不合作策略的节点,以利益作为驱动因素,加以惩罚的威慑作用,激励节点采取合作策略。并计算出了采用监察博弈的混合策略纳什均衡策略,重点分析了监察成本与参与人收益之间的博弈关系。仿真实验表明,通过采用适当的监察概率,能保证在较小的网络开销下,达到激励节点主动参与贡献资源的目的。(4)针对当前P2P网络中超节点的选择大都根据节点物理性能而没有考虑free-riding现象,在综合考虑节点的物理性能、自愿性以及对节点的未来预期的基础上,提出了一种具有激励效用的超节点选取机制(?)ASMI。SSMI中根据节点的物理性能、自愿性以及对节点的未来预期进行节点效用值的计算,并选取每个自治域内节点整体效用值最大的节点作为超节点,超节点同时承担一定的监察作用,抑制(?)free-riding节点的既得利益,激励节点采取合作策略。仿真实验表明,SSMI较之单纯按节点能力选择超节点的方法使P2P系统性能明显提高,有效保障了超节点覆盖网络的稳定性,同时能在较小的网络开销下,提高文件共享的数量与查询成功率,减少了资源的搜索开销,具有较好的系统鲁棒性。