为了研究复杂云资源在巨大资源池中快速定位和查找问题，结合分布式对等技术资源定位的优势，提出分层的HChord云对等模型，通过提取云资源多维属性特征向量构建资源查询索引和相似资源聚类，建立全局与局部索引及缓存机制，并独到地提出依赖备份超级节点数来控制索引缓存率的方法。仿真实验表明，HChord模型比HTC-Chord模型在资源定位时需要更短的平均路径长度；验证HChord模型下不同索引缓存率对资源定位路径不同的有利影响。结果表明，分层HChord模型下构建的资源聚类和索引缓存机制，以牺牲少数节点维护开销能使资源在非常有效的路径范围内被定位。