新一代高能物理实验的规模和复杂性不断增加，对计算环境提出了更高的需求，计算特点主要表现为高性能计算、海量存储和高速网络。高能物理是数据密集型计算，计算是围绕着以海量的实验数据为中心进行的。面对物理上广域分布的异构并且复杂的计算设施，如何高效、快速、方便地获得自己想要的数据，成为了高能物理学家用户最关心的问题。本文针对高能物理应用的特点，以实际部署应用的海量存储系统和网格计算平台为基础，对广域网数据访问技术进行了深入研究，解决实际中面临的应用问题。本文的工作和主要贡献包括：　　 (1)提出了基于WEB服务的广域网文件I/O，实现异构存储系统间的数据互操作。对WSIO性能进行了优化，提供了GSI安全支持和本地文件系统接口。提出了通用文件访问接口GFAI，解决WSIO对不同存储系统的扩展和支持。　　 (2)提出了GridFTP数据存储接口框架，快速实现对不同存储系统的支持，提供一种基于GridFTP的存储系统互操作途径。　　 (3)提出了基于信息熵的会话识别模型，可识别更自然的会话边界。实验数据显示，这种算法不仅比时间阈值、最大向前引用等会话识别模型的识别精确度高，且具有良好的通用性，从而提高训练数据的质量。　　 (4)提出了ULNS文件预测模型和GFPM文件预测模型，挖掘用户的使用模式和数据的内在关联，据此进行文件访问预测和预取，对Cache进行管理。实验表明，这两种模型可以有效提高Cache命中率，减少数据访问延迟。　　 (5)提出了主动数据服务，有效解决了存储系统中数据事件处理的效率问题。这种模式可以应用于高能物理实验数据的分发，实现物理实验数据及时、快速地在地理上分布的各个合作机构之间共享。　　 (6)提出了基于语义的数据访问方式，利用本体来描述数据语义，根据语义描述来查询和访问数据。与传统的数据访问方式相比，该方式符合人们的思维模式，大大提高了数据查询效率。