本发明公开了一种用于大规模分布式仿真的轻量化DDS自动发现方法。该方法是基于单哈希函数阈值布隆过滤器OHTBF和简单发现机制SDP的自动发现方法SDP_OHTBF来实现的，包括基于OHTBF的数据压缩存储和基于最优化阈值θ和T的查询算法。本方法采用OHTBF存储各仿真节点中所有参与者端点的描述信息时，使用一个哈希函数和简单的模运算代替了传统布隆过滤器中的多个哈希函数运算，可以减少运算量。采用基于最优的二值化阈值θ和判定阈值T的OHTBF向量查询算法来实现数据订阅，可以有效的降低FPR，从而减少无效数据的传输，降低内存消耗和网络传输量。