在大型的动态分布式网络中,大量不断增加的文本和多媒体及其副本或缓存对数据的发现和查询构成了严重挑战。智能地处理海量的分布式数据是以内容为中心网络的一个关键需求,并且在组播网络中数据的查询还伴随着不确定的来源和网络拥塞等障碍,这迫切需要提供一个精确灵活的方案来解决信息的检索和匹配问题。如今,一种名为命名数据网络(Named Data Networking,NDN)的新型网络协议和体系架构可以灵活地访问动态且分散的分层类别。通过扩展NDN协议,可以开发多种框架或应用,如数据发现、数据收集等。面对这些复杂的分布式数据,发现和收集所需的信息需要复杂和个性化的需求描述,也需要编排复杂的路由和分布式处理组件并适应网络能力。基于这些需求,本文的创新点主要表现在以下三个方面:1、在分布式网络环境下,为了有效地发现和检索分布式数据,本文基于NDN网络提出了一种有效且可定制的Top-k查询处理框架。该框架提供了一种完整的查询范例,通过多播转发消费者的请求兴趣,异步汇播(Concast)处理和返回来自不同源的响应数据,并控制循环和重复兴趣,再对响应的完备性进行判别,然后让分布在NDN上的路由器协同发现和聚合相关Top-k数据,最后通过排序选择出得分最高的k个响应数据返回给消费者。实验结果表明,该方法可以有效地减少网络流量、缩短查询的响应时间和提高服务质量。2、为了提供个性化的查询服务并适应网络能力,本文根据现有网络中区分服务(Differentiated Services)的设计原则,提出了一种面向NDN的数据查询区分服务机制。首先,受MPLS(Multi-Protocol Label Switching)协议标签思想的启发,将用户的个性化和复杂的选择需求转化为多个标签并进行组合,标签分为兴趣转发标签和数据返回标签。然后,在转发和响应阶段,不同的兴趣和数据的路由规则,如发送数量、转发距离和匹配模式,以及响应策略和流量控制等响应处理动作,由各个标签及其组合决定。最后,针对个性化数据采集和适应网络的能力,提出了基于NDN的区分服务系统结构和实现过程。该机制一定程度上满足了多跳信息中心网络中不同性能的个性化查询要求。实验结果表明该方法能够有效地平衡网络流量并达到区分服务的效果。3、在内容中心网络中,数据传输的路径数目、带宽和自适应性对大数据传输的性能、可靠性和用户满意度有着重要影响。针对现有网络中单路径路由的脆弱性,多路径路由算法的代价高以及动态适应能力和服务个性化不足等特点,提出了一种基于层次命名的数据传输多路径智能路由算法。基于层次命名的多路径智能路由不仅能提高数据传输速率,还能发现用户和单个数据源之间的传输多路径,能对特定数据类别定制高效的传输多路径,评估多路径性能,进而基于数据名字和用户即时位置以及网络拓扑智能、自适应和高质量地构造高效多路径数据传输服务。