近些年来随着无线网络技术的成熟和智能便携节点的普及,时滞容忍网络的研究和应用迅速发展起来。这类网络不受网络结构的限制,充分利用移动设备的带宽、计算、存储等资源,通过各种连接途径为用户提供数据传输、数据分发、信息查询等网络服务。由于时滞容忍网络组网方便,不需要额外的基站设备,因此具有广泛的应用前景,对未来普适计算的实现具有深远的影响。时滞容忍网络在实际应用中存在网络拓扑动态变化、传输带宽受限、移动终端受限等一系列问题。尽管之前的研究者在这些方面已经做了大量的研究,但是大部分模型只适用于特定的场景,算法的传输性能和稳定性能也有待提高。针对上述问题,本文借鉴传统网络的研究方法,对时滞容忍网络进行了全面的分析和研究,主要有如下贡献：基于真实环境中收集到的数据,从实验的角度分析了节点之间接触情况和时滞容忍网络中社区与地理位置的关系,提出了地理社区的概念,并重点研究了体现网络连通特性的节点接触间隔时间分布和节点在社区的滞留时间分布,为之后的建模打下基础。将节点在社区之间的移动看作马尔科夫过程,使用单步转移概率和滞留时间概率构建节点移动静态模型,通过模型得到反映节点和社区接触的静态分布概率和社区中心度,解决时滞容忍网络中的数据分发问题。使用时间相关单步转移概率和条件滞留时间概率构建节点移动动态模型,通过模型得到反映节点移动轨迹的瞬时分布概率,解决时滞容忍网络中的信息查询问题。通过历史记录数据来预测自身和邻居节点在未来不同时刻的相遇概率,并引入了节点效用值,在此基础上设计了时滞容忍网络的自适应异步休眠机制。该机制有效地提高了节点能量的利用率,并能够兼容现有的数据传输算法。