数据规模的爆炸式增长使得传统网络架构不能很好地适应当下互联网的发展,因此变革传统的网络架构迫在眉睫。近年来对新型网络架构的探讨有很多,其中以对内容本身进行存储与处理的信息中心网络架构最具发展潜力。信息中心网络架构不同于传统TCP/IP架构,它无需维持通信双方的持久连接,自带安全验证机制,天然支持拥塞控制,不受地址命名空间限制,因此可以利用信息中心网络的特点解决传统网络架构存在的问题。信息中心网络仍旧处于起步阶段,工作机制仍有许多需要完善的方面,移动性就是其中之一。本文分别对现有信息中心网络中生产者和消费者的移动性问题进行分析,并提出了对应的解决机制。首先,本文就信息中心网络生产者的移动性问题提出了一种基于BP神经网络预测的生产者移动性支持机制,旨在解决现有机制中存在的被动等待导致时延长和路由收敛速度慢的问题。该机制通过BP算法分析生产者的历史位置信息,预测生产者移动结束后可能接入的路由节点。同时对转发路径进行预先更改,对于预测失败的情况采用一种恢复机制,减少对现有网络转发的影响。在本文最后利用实验来分析和对比其他机制的路由收敛速度和服务时延证明本机制的有效性。其次,针对现有消费者移动性支持机制时延缩减效果不明显的问题,本文提出了一种主动选择最优邻居代理子集缓存的优化机制。该机制在网络架构中引入代理主动缓存消费者移动前请求的数据,以此增加消费者移动过程中缓存的应用范围,通过平衡缓存开销与时延开销来选择合适的代理子集,并利用选择出的最优邻居代理子集主动从源代理处获取缓存内容,避免被动缓存导致的额外时延。在实验部分分析了代理子集选择算法的必要性,同时对比其它消费者移动机制验证了本机制能够有效减少内容获取时延和移动切换时延。