随着移动视频流量的迅猛增长,基站和核心网链路面临着巨大的压力。无线业务量的激增,使得现有的移动网络难以满足用户对高带宽、低时延缓存服务的需求。在边缘侧提供超高速缓存服务的移动边缘缓存技术被认为是解决该问题的一种有效方法,受到国内外学者的广泛关注。由于网络边缘处的基站、服务器等设备的存储和计算资源有限,因而如何有效地协同缓存设备、利用有限的缓存资源,为用户提供更高质量的缓存服务是边缘缓存技术的关键问题之一。随着抖音、快手等新兴自媒体应用的快速发展,大量具有明显地域和社交属性的用户生成内容(User Generated Content,UGC)不断涌现,其流行模式与传统的职业生成内容(Occupationally Generated Content,OGC)具有很大的区别,进一步增加了视频缓存和更新的难度。同时,协同缓存中,还存在区域用户需求和动态内容价值感知不足、传输能耗高的问题。针对上述问题,本文对边缘协同缓存放置策略和更新方案进行研究,主要内容如下:第一,针对当前的边缘缓存策略存在的传输能耗高、用户需求感知不足的问题,提出基于区域用户需求感知的协同缓存放置策略。首先,依据区域用户的长、短期兴趣和流行度信息,估算区域用户的潜在请求意愿;然后,综合用户的兴趣度和活跃度选择待缓存内容及优先级。最后,考虑区域各基站的位置信息和用户需求的差异,在MEC协同缓存架构下,设计了区域缓存能耗优化的协同放置策略。仿真结果表明,所提策略与对比方案相比在命中率和缓存能耗节约率上均有一定提升。第二,针对缓存内容价值感知不足及OGC内容与UGC内容的流行性差异带来的缓存更新难的问题,提出基于动态内容价值感知的缓存更新策略。首先,根据用户的偏好和对内容的反馈,及时感知和评估内容的期望缓存价值。然后,以内容的期望缓存价值为参考目标选择缓存内容。最后,以内容的缓存更新增益为参考目标,优化缓存内容的替换与更新。仿真结果表明,所提策略与对比方案相比,在平均请求命中率方面具有更好的性能。