Gossip算法是针对非结构化对等网络定位资源效率不高、采用泛洪查询占用较多带宽等问题的一种可行解决方案。每个收到要传播的信息的节点从它的邻居列表中随机选择一定数目的节点传播信息。该类算法易于实现、运行代价不高、节点网络负载均衡，适合于在大规模非结构化对等网络上进行信息发布。采用Gossip算法的非结构化对等网络中节点负载随着节点数目的增加成对数级增长，表现出良好的可扩展性。同时该类系统对于底层网络拓扑的改变以及节点故障等情况拥有良好的弹性。　　 本文研究了基于链接和分类语义的非结构化对等网络上提高Gossip算法查询效率和质量、降低整个网络负载的技术与方法，主要创新点如下；　　 1.基于链接结构和链接语义的非结构化对等网络Gossip路由算法。基于网络拓扑结构的扇入、扇出链接特性，提出在非结构化对等网络上给链接赋予权值的三种改进Gossip机制(基于入度链接的映射机制、基于出度链接的映射机制以及同时基于出度和入度链接的映射机制)，从而提高路由质量的方法。同时考虑到不同节点链接差异，提出动态调整节点选择邻居节点数目来发布信息的方法。基于节点管理资源内容的差异，在对等语义链网络上对查询路由的进一步实验表明了所提机制的有效性和合理性。　　 2.基于资源空间模型的非结构化对等网络及部署其上的Gossip路由算法。提出把资源空间模型的分类语义和对等网络的自组织性结合起来，构建非结构化对等网络并部署Gossip路由算法的方法。这种整合是一种在管理大规模复杂资源时融合规范性和自主性的方法，使得非结构化对等网络在分类语义空间中能够更好地实现用户查询需求，有效地降低网络负载，进而提高系统效率。　　 3.基于自演化分类的非结构化对等网络及其Gossip算法。为消除对全局资源空间模型分类信息的依赖，提出了采用自演化方式形成不同分类社区以构建非结构化语义对等网络，并在其上部署Gossip算法的方法。采用自演化方式构建的非结构化语义对等网络中节点动态聚簇成一个个的分类社区，社区内部充分连接，社区间通过长链接构建出小世界网络。从而在进行查询时更有针对性、目的性，进一步提高了非结构化对等网络的效率、可扩展性以及可用性。