对于用户而言普适计算环境不再是一台固定的电脑,而是一个包含多种异构设备并且可以根据用户状态动态改变的计算空间。普适计算环境下利用合适的方法管理该计算空间可以很好的使用空间中的服务,使之依照用户的状态改变而改变。现在主流服务发现协议有SLP、UPnP、Jini等,这些服务发现协议对于普适计算环境中用户手持设备拥有有限的资源和有限的用户接口来说并不适用。通过普适计算环境下的服务发现能够让处于该环境中的用户、设备和服务相互发现、配置最终能够实现相互交流。为了提供更适合用户的个性化服务,服务发现协议可以通过情景分析器获得用户的上下文信息,但现有的个性化服务发现需要用户的上下文信息作为查询条件,无法保证用户的隐私。本文研究的新型个性化服务发现框架通过抓取服务目录注册器上的服务,在此基础上根据用户上下文和使用偏好对服务进行识别,将合适的服务添加至个人虚拟空间,解决了原有个性化服务发现协议暴露用户隐私的弊端。同时,该框架还可以将服务查找范围扩大至整个域,最大程度的为用户提供满意服务。本文的主要工作在于：(1)研究了基于ANFIS的模糊推理系统,为设计个性化服务发现框架中的推理机打下基础。推理机是个性化服务发现框架中的重要组成部分,推理机中内置学习功能,可以很好的反映用户的偏好。(2)提出了普适计算环境下个人虚拟空间的概念,将普适计算环境中的一切实体进行抽象然后定义为三类组件,他们是虚拟对象、服务和用户。在此基础上提出了虚拟空间模型,该模型可以有效的管理这些组件,并且能够将普适计算环境中符合用户上下文的虚拟对象和服务包含到虚拟空间中。个人虚拟空间对用户的状态改变非常敏感,并且能够将远离用户的虚拟对象和服务加入到虚拟空间中,同时它还支持多用户。(3)在SLP协议的基础上,结合个人虚拟空间和基于ANFIS的个性化推理机,提出了个性化的服务发现框架。首先介绍了该框架的四个组成部分,在此基础上详细说明了本框架的工作流程,以及个性化的过程。本文定义了一组模糊推理规则,推理机运用该规则对处理器传递过来的服务向量进行推理,将符合的服务加入到虚拟空间。个性化处理器通过用户的使用情况向推理机进行反馈,在此基础上推理机学习用户的偏好,进而修改模糊变量的范围。为了提高用户服务发现的可靠性,框架中加入了质量管理器模块,该模块可以根据用户使用过程中的质量反馈来综合计算服务的质量。(4)本文最后给出了模型实例,将基于位置的服务发现方案、基于质量的服务发现方案和基于个性化的服务发现框架进行对比,分别从服务发现时间、用户满意度和服务使用率三方面验证了模型的实用性和有效性,并进行了总结和展望,为进一步的研究打下坚实的基础。