近年来,随着互联网技术的迅猛发展,Web服务作为面向服务架构的关键技术,越来越多的受到人们的关注。其中,Web服务发现作为实现Web服务正确、灵活的交互以及Web服务动态组合的重要前提之一,如何从大量提供相同或相近功能的Web服务中高效地、准确地选择出满足服务请求者要求的服务,是一个迫切需要解决的问题；同时,传统的服务注册中心存在集中式瓶颈问题。为了解决上述问题,通过分析Web服务发现与选择的相关研究,实现了基于分布式网络的Web服务发现原型系统,并在此基础上提出了基于P2P的确定性多属性决策服务发现研究和基于分布式聚类的不确定多属性决策服务发现研究。主要工作包括：(1)主要利用Chord分布式对等网络技术,将从不同的服务注册库中搜索得到的服务组合在一起,形成一个分布式的共享服务中心,并在此基础上开发一个服务检索平台,实现了一个基于P2P环境下的Web服务发现原型系统,解决了传统服务注册中心集中式瓶颈和单点失效问题。(2)为了使提供的Web服务能够最大程度的满足服务请求者的要求,提高服务检索质量,提出了基于P2P下的确定性多属性决策服务发现研究。该研究将遗传算法应用于多属性决策,选择出服务质量较高的Web服务,并在服务质量信息确定的情况下实现基于P2P的确定性多属性决策服务发现研究,通过实验证明该方法整体上达到了提高服务检索质量的目的。(3)为了提高P2P环境下的服务检索效率,提出了基于分布式聚类的不确定性多属性决策服务发现研究。该研究对分布式服务进行聚类处理,同时针对大多数服务质量不确定的情况,使用贝叶斯网络来解决不确定性问题,因该网络是不确定知识表达和推理领域最有效的理论模型之一,克服了现有服务质量度量方法的主观性,并结合多属性决策方法选择出最大程度上满足服务请求者要求的服务,通过实验证明该方法在保证服务质量的同时能够有效的提高检索效率