对等网络技术的出现为互联网提供了一种分散式的计算和服务模式。对等网络可以有效地利用和整合网络中各节点的计算能力和存储能力，从而解决互联网中大规模信息资源共享的问题。　　 如何快速高效地在对等网络中定位资源是一个关键问题。缺少语义信息已成为对等网络查询技术发展的瓶颈。语义信息不仅可以提高对等网络支持高层语义应用的能力，还可以有效地指导路由选择，进而提高对等网络的查询效率。　　 设计语义丰富的对等网络模型和基于语义的高效路由算法是对等网络研究的重要问题。为此，本文分别针对结构化对等网络和非结构化对等网络，提出了基于语义的解决方案。论文的主要贡献如下：　　 1.提出了基于DHT结构化对等网络的分布式后缀树覆盖层(DST)，使得基于DHT的对等网络可以高效地进行多关键字查询，为大规模网络上的智能应用提供了可复用的支持。在分析DST基本结构特点基础之上，设计了网络中节点加入、退出及失效处理等操作。实验和理论分析验证了DST的性能、代价及负载均衡。　　 2.提出非结构化对等网络中各种语义链接的抽象及其计算模型，将语义链网络模型引入非结构化对等网络。通过利用节点之间的语义信息，在非结构化对等网络之上构建语义社区，并提出基于自适应TTL的路由策略以利用这些语义信息来指导路由，提高对等网络响应查询的性能。　　 3.提出了一种非结构化对等网络中基于推荐的查询优化方法。各个节点对其资源建立索引信息，并构造节点间的关键字转移矩阵。作为节点间的一种潜在语义关系，关键字转移矩阵可以用来预测节点对某一资源的关键字描述，并在此预测的基础之上设计推荐算法。实验说明推荐可以有效的减少查询所需的消息数目，从而提高对等网络的性能和可扩展性。　　 基于语义的对等网络在高效地支持复杂查询的同时，保证网络可扩展的维护代价，为构建大规模、动态、分布式网络环境下的异构数据管理提供基础框架和关键技术解决方法。