随着信息技术和网络技术的蓬勃发展,人类对网络的需求越来越大,要求也越来越高。传统的IP网络设计的初衷是解决点对点通讯的问题,然而当前人们对于网络的主要需求已经转变为对各种内容的访问和获取。为了适应网络使用范式的变化,研究人员提出了多种网络改造方案来满足日益增长的用户上网需求,信息中心网络(Information Centric Networking)便是其中之一。信息中心网络设计的初衷即是为了实现内容的快速高效获取。其通过采取在转发节点中设置缓存装置以及使用不同于IP网络的路由策略等措施来提高内容信息的获取速度,提高网络的承载能力。然而当前的信息中心网络架构设计缺少智能化的管理,其无法很好地根据网络的实时状态进行智能的感知和决策,这在一定程度造成了网络带宽、缓存等网络资源的浪费。当前网络系统中存在的用于网络状态监测的软硬件系统种类越来越丰富,网络运维人员可以掌握各种各样的实时网络监测数据信息。随着移动设备(智能手机、智能手环、智能手表等)的普及以及移动设备传感技术的发展,从移动设备中获得的流量数据、传感器数据和用户操作数据的内容特征信息也越来越多。上述信息对于网络运维人员优化网络资源的配置也有很大的帮助。由于人力成本在不断增加且人类算力具有一定局限性,不断增长的网络需求需要网络更加智能化。面向未来的网络架构也必然是具有自调节,自适应能力的智能网络系统,因此针对以内容获取为核心的信息中心网络架构中网络环境的感知研究及相应的网络资源智能管理的研究也越来越引起人的注意。本课题主要研究应用在信息中心网络中的能够实现网络资源优化配置的智能感知技术。本课题提出的多个具有智能感知能力的网络系统主要通过对网络系统中监测的数据信息以及用户设备产生的数据信息进行建模和分析,实现了对网络资源的智能调配,从而提高了网络的承载能力和用户的网络服务使用体验。本课题具体研究内容和主要创新工作包括以下几点:1)完成了应用在信息中心网络中的缓存资源的智能调度问题的研究。信息中心网络是一种以内容获取为核心的全新的网络架构设计。它主要为了解决IP网络中遇到的各种问题,提高内容的分发效率,同时提高用户的网络使用体验。为了分析用户请求的模式并充分利用信息中心网络中的普遍缓存资源,本文主要研究了信息中心网络中不同内容的流量估计算法,同时提出了相应的缓存策略来提高缓存利用率和命中率。本文提出了智能的网络资源管理模型,并基于该模型构建了智能缓存资源管理系统。该系统包含两部分,一部分是细粒度的流量估计算法模型系统,另一部分则是基于该流量估计算法的协同缓存放置算法模型系统。流量估计算法解决了其他估计算法的低准确度问题。协同缓存放置算法则从全局角度考虑了一个网络域中缓存资源分配问题。实验表明本文所提出的智能网络系统可以有效降低用户平均请求延时,提高缓存资源的利用率。2)完成了应用在信息中心网络中的内容智能发现系统的研究。信息中心网络中的命名数据网络采用分布式的路由、转发和缓存策略。因此,其无法获得缓存资源的全局视图。为了充分利用网络中的缓存资源,相应的缓存通告策略不断被研究者提出。然而,一个路由中缓存资源种类可能多达上亿个,如果只是将这些资源泛洪通知给其他节点,则会造成链路资源的过度浪费,影响网络中用户有效数据包的传输和转发。因此,设计合理的通告模式,精确筛选出需要被通告的内容,则是解决命名数据网络中缓存通告的有效方法。本文提出了一种充分利用缓存资源的智能内容发现系统,称为DENA,其中包含基于深度指数网络的缓存通告算法和基于缓存(?)的缓存内容替换算法。在DENA系统中,兴趣包的快捷转发路径是由内容通告表来指示的。本文提出的低通信开销的智能缓存内容通告算法能够快速建立内容通告表。本文还提出了一种基于缓存内容通告算法的缓存内容替换算法。该方法使用所谓的缓存(?)指数来指导缓存内容的更新。实验表明本文提出的系统在只引入少量控制信令的前提下,能有效提高网络资源的利用率,降低用户请求时延。3)完成了应用在信息中心网络中的用户情景智能感知中间件系统的研究。随着传感器设备的普及和无线通信技术的发展,分析用户情景状态信息的智能感知应用服务也越来越多的出现在人们日常生活中。信息中心网络中涉及到的网络服务优化,特别是近用户侧的边缘网络服务的优化也需要借助于用户状态和属性的智能分析和感知技术来完成。本文提出了一种可以应用在信息中心网络中的高效的用户情景状态智能感知中间件系统,称为Senz。该系统具有高效的软件架构设计和精准的用户情景状态智能感知算法。同时,该系统将移动设备数据与第三方数据进行有效结合,能够提供可靠、精确的感知多种用户情景活动的算法实例。通过使用本文提出的情景感知中间件系统,网络运营商可以更好的实现和优化多种缓存策略,管理边缘网络的资源分配,提高整个网络的服务能力。除此以外,本文所提的情景感知中间件系统还可以用于构建网络用户群体的分析服务平台,从而方便信息中心网络的网络运营商更好的分析用户群体的行为规律和属性偏好,从而为用户提供更优质的网络接入服务。