随着Internet的飞速发展、移动设备和宽带的普及,网络计算的复杂度越来越高。新一代网络计算是以大规模、分散控制、动态性、自治性和松耦合为主要特征的分布式计算,而发布/订阅(publish/subscribe,简称pub/sub)系统具有松耦合、匿名、多对多通信和可扩展的特点,已成为支持新一代网络计算的重要基础中间件平台。然而,现有的pub/sub系统不能根据事件的语义来进行事件与订阅的匹配,并且大都是C/S模式下系统。为此,我们将Ontology引入pub/sub系统中,设计并实现了一个P2P下基于“科研知识本体”的pub/sub系统(Research and Implementation of Publish/Subscribe System based on“Scientific Knowledge Ontology”on P2P,简称SK-PS系统)。该系统采用“科研知识本体”来表示科研领域的概念模型,P2P和Web Service相结合为其量身打造了网络体系,将科研知识领域的知识共享变为现实。本文提出了一种新型的pub/sub系统数据模型,我们将SK-PS系统中的事件表示为语义向量的形式。我们把为事件建立的语义向量称为事件的语义向量模型(简称Event Model),它包括类向量(Class Vector)和属性向量(Property Vector)。SK-PS系统的订阅模型是建立在事件模型的基础之上的,用来指定订阅的表达和过滤方式。所以用户的订阅条件实际上就是建立在事件语义向量上的某种元素组合方式,我们同样采用语义向量的思想来为本系统的订阅条件进行建模。基于这种新型的数据模型,本文提出一种高效的匹配算法,我们称其为基于语义向量索引的匹配算法。该算法就是要完成从订阅的语义向量索引模型中找出与事件语义向量模型匹配的全部订阅条件,如果一个事件能与某个订阅条件相匹配,那么它就应该满足三个条件:订阅条件的属性集是事件属性集的子集;事件的全部类中至少有一个类是订阅条件中的订阅内容类的子类,等价类或者二者相等;事件中属性的值满足订阅条件中对应属性的约束值。最后,我们在.Net环境下实现了SK-PS系统。该系统在验证数据模型和匹配算法的同时,充分体现了P2P网络的特点及其自身实用性。