移动互联网发展迅速,截止到2019年将有三分之二的流量来自于视频流。如何实现快速的内容分发成为一个重大的挑战。传统IP端到端的通信模式虽然在数据传输和内容分发方面取得了一定的成功,但是它在移动性、灵活性和拥塞控制等方面存在严重的缺陷。因此,内容中心网络这一新型的网络架构被提出,它更关注于内容本身而不是内容的地址。网内缓存是内容中心网络一个重要的研究方向。它使网内的节点缓存内容,请求者可以从沿途经过的存有该内容的节点获取内容,从而降低了传输时延和网络拥塞。论文选题于国家自然科学基金项目《以内容为中心的移动自组织社交网络缓存技术研究》与网络融合与汇聚北京市重点实验室开放基金项目《基于用户偏好的内容中心无线网络缓存技术研究》。论文以网内缓存为核心,针对扁平化的内容中心自组织网络,分别研究了缓存特性分析和跨层缓存技术,以缓存特性分析为依据设计有效的跨层缓存策略。论文首先综述了内容中心网络体系架构以及网内缓存的研究现状,并对现有研究进行了总结与分析。在基于复杂网络的缓存特性研究中,首先基于内容中心自组织网络的缓存特点分析了缓存节点在网络中的影响,将内容缓存的作用等效为网络中的长程边,分析了内容中心自组织网络的缓存小世界特性,随后从度分布角度分析了缓存的无标度特性。最后,仿真结果表明网内缓存体现复杂网络的特征。在缓存策略的研究中,本文提出内容中心自组织网络的一种跨层缓存机制。首先提出分层的系统模型,然后从社交网络用户的特性出发,提出基于灰度关联分析的物理层、网络层、应用层结合的跨层缓存策略。仿真结果表明,所提出的算法提高了缓存命中率,降低了用户获取内容的平均时延。