随着移动智能设备(手机、平板电脑)的普及,不断增长的数据流量消耗使得蜂窝网络不堪重负,造成了严重的流量负载和网络拥塞问题。为了有效解决此问题,数据分流(Data Offloading)应运而生并成为一个热门的研究方向。移动数据分流,又称为蜂窝数据分流(Mobile Cellular Data Offloading),指的是将原本通过蜂窝网络进行传输的数据转移到其他补足网络的过程,以此来降低蜂窝网络流量的负载。机会数据分流作为数据分流的一种,本质上正是利用节点间移动所创造的接触机会进行数据传输,以辅助蜂窝网络进行数据分流。部分订阅用户(种子节点)通过蜂窝网络直接下载数据,然后种子节点用户通过机会通信传递数据给其他用户。种子节点的选择质量决定了分流数据量的多少,因此如何设计种子节点选择算法,成为移动数据分流的主要研究目标。本论文主要从两方面研究种子节点的选择算法。主要研究内容有:(1)在机会网络下,提出基于节点自私性和中心性的移动数据分流算法SCDO(a nodes’Selfishness and Centrality based opportunistic Data Offloading algorithm)。首先,蜂窝网络将数据直接传递给种子节点(Seed User),进而种子节点利用节点移动带来的接触,将数据传递给其他请求该数据的节点。当某个节点到达延迟容忍时间仍未收到数据时,该节点便直接从蜂窝网络下载数据。(2)将数据分流问题规划为机会网络中链路预测问题,应用Common Neighbors(CN),Katz,LRW index三种链路预测算法,通过网络重构,构建更接近实际的网络,从而选择出更优质的种子节点,减轻蜂窝网络的重负,降低时间延迟。仿真实验分析并验证了论文工作的可行性及可靠性,提出的两种算法在数据分流量、时间延迟等方面取得较好效果,充分证明了这两种种子节点选择算法可以显著缓解蜂窝网络的严重流量负载问题。