近年来，P2P网络受到广泛的关注并发展迅速，而资源搜索是P2P网络的关键技术之一，如何高效地搜索网络资源是P2P网络的研究重点。本文主要从资源特征分类、资源密度、资源热度等方面，研究了混合P2P网络中基于资源特性的搜索机制。具体研究内容如下： 本文首先研究了基于资源特征分类的搜索机制。根据P2P网络资源的特征对其抽象分类，用一个特征向量表示资源，用一个特征图表示节点。通过计算节点间的相似度来构建兴趣覆盖网络，根据查询请求和节点的相关度来决定搜索策略，并提出了一个基于资源分类的搜索算法FORW。实验结果表明，FORW算法发送的消息数是随机漫步的80％左右，搜索延迟是随机漫步的28.6％。 接着，从理论上研究了资源密度对P2P搜索算法的影响。在资源随机分布的假设下分析了资源密度同搜索性能的关系，给出了随机漫步和洪泛搜索的平均搜索时间和通信开销下界，并分析得出结论：增加资源备份或者降低节点被重复搜索的概率能显著提升稀有资源的搜索性能，但较难提升稠密资源的搜索性能。然后设计了一个随机漫步改进算法MRW(Modified Random Walk)以验证结论。仿真实验验证了文中得出的结论，结果表明实验数据同理论分析结果符合，MRW算法的搜索时间为普通随机漫步的80％左右。 最后，研究了混合P2P网络中稀有资源的搜索策略。针对无结构P2P网络中稀有资源搜索成功率低、搜索代价高的问题，提出了两种基于网络覆盖的稀有资源搜索策略：RSR和FRSR。RSR在随机漫步的基础上考虑邻居节点的热度，改进了请求转发方式。FRSR在结合洪泛搜索的情况下，改进随机漫步转发策略。实验结果表明，RSR搜索稀有资源的时间比普通随机漫步减少了22.9％，平均搜索成功率提高了26.2％，通信开销降低了22.8％；FRSR．则比随机转发方式减少了15.4％的搜索时间，提高了14.2％的搜索成功率。