随着信息技术的发展，P2P技术作为一种新型的网络应用模式受到了广泛关注。传统的互联网使用集中式拓扑结构，存在单点失效、服务器瓶颈等缺陷，P2P网络的出现能够较好的解决这些问题。在分布式的P2P网络中，节点（Peer）的地位相同并可相互通信，可充分利用网络中的边缘性资源，不存在集中式结构的种种缺陷。并且，P2P系统的能力和资源在理论上是系统中所有节点的总和，因此其可扩展性也更好。相对于集中式结构，P2P技术还具有去中心化、自组织性等优点。如今，P2P技术主要应用在网络资源（文件、计算能力、带宽等）共享、协同工作、即时通讯等方面，而这些基于P2P的应用都在不同程度上依赖于P2P网络中的路由效率，所以如何在分布式的P2P环境中有效的提高路由的效率是P2P技术研究的重点。近来，结构化P2P网络因其结构的规则化和清晰性逐渐成为一种研究趋势，多数围绕P2P技术的研究也都是基于结构化P2P网络。因此，本文在以往研究的基础上，结合P2P网络的特性，围绕DHT网络路由效率的提高等问题，提出优化方案并分析模拟，研究结构化P2P网络中的资源定位方法和路由机制。本文的研究内容主要包括以下几个部分：首先，分析了当前国内外对等网络的研究现状，介绍了其应用领域；随后对对等网络的概念、特点进行了阐述。将对等网络划分为集中式P2P网络、非结构化P2P网络、结构化P2P网络和混合式P2P网络进行介绍，分别讨论了各类网络结构中典型的网络模型和搜索算法，并总结了这些模型和算法的特点。对小世界模型进行了描述，引出本文研究中心，即基于节点兴趣优化的搜索机制，讨论了这种优化方式的可行性及有效性。随后，提出一种基于本体的P2P网络资源检索算法。根据结构化P2P网络中只能根据关键词进行精确匹配的搜索，而不能进行复杂查询与语义化查询的缺点，提出一种可以支持复杂、语义查询的搜索算法SOC（Semantic Ontology Chord）。该算法是由经典的Chord模型调整而来，算法改进了结构化P2P网络中的DHT机制，将原本节点维护的<Key, Value>改进为<Class, Key, Value>，使原本节点维护的资源信息由零散变为具有相关性，这样节点在查询时将返回更多同类资源，提高了查准率和查全率。同时，利用本体技术进行资源的模糊检索：节点在维护原本路由表的同时还维护了兴趣相近节点的信息，这样，节点在查询时可以先向这类节点发送查询消息。由于本体可以较好的在语义层次上匹配资源，因此将可以返回更多语义相似结果，进一步提高查全率。最后，使用PeerSim模拟器对该搜索算法进行仿真模拟，通过实验结果可以看出，相比较于Chord模型，该算法能够有效的提高整个网络的查全率。最后，提出一种多兴趣聚类的P2P网络模型。由于结构化P2P网络中DHT机制在节点查询时不能获得全局信息，为进一步提高DHT网络中查询的效率，减少查询过程中的路由跳数，增强可扩展性，提出一种基于节点兴趣的网络模型MIKAD（Multi-Interest clusteringKAD）。该模型是由经典的Kademlia模型改进而来，其使用后缀树聚类（Suffix TreeClustering，STC）算法来计算出节点的多个兴趣，随后，节点根据自身兴趣加入到对应的兴趣聚类中。节点因自身多个不同的兴趣，将会加入到不同的兴趣聚类，而在某个兴趣聚类内部，节点的其它兴趣资源对本聚类内其它节点是不可见的。兴趣聚类内部使用超级节点来组织、管理和维护，并负责索引本聚类内资源信息。这样在逻辑上，整个网络就组织为一个层次式结构，上层是超级节点间的连接，下层即为所有网络节点共同组织。最后，通过PeerSim模拟器对模型进行了仿真模拟，实验结果表明，随着节点数量的增加和网络规模的扩大，该模型具有较高的查询效率。