代理缓存技术通过在网络边缘缓存热门的流媒体内容,为用户就近提供服务,可以在很大程度上解决流媒体服务的启动延时、消耗过多带宽等问题,满足其低抖动性、低延时等高质量要求。但是流媒体内容往往数据量十分巨大,全文缓存的方法会消耗大量缓存空间,而分段策略可以提高缓存性能,成为流媒体代理缓存技术中的重要研究内容之一。本文收集了中国电信部署的基于CDN的大型IPTV系统的连续5个月、高达300万条真实用户访问日志,其中包括26万个视频,该系统服务的用户数量达到了200万,并对该系统的各方面用户行为进行分析,提出了两种新的基于用户行为分析的流媒体非均匀分段策略,主要工作如下:1.根据用户实际访问数据对基于CDN的IPTV系统点播用户并发访问时间分布、播放时长、点播视频的内部和外部流行度进行了分析,研究用户访问的特点;2.在了解了用户行为特点的基础上,研究了分段与缓存命中率之间的关系,并分析了点播视频外部流行度与缓存替换次数的规律,根据这个规律提出了基于流行度分类的流媒体非均匀分段策略,该策略对缓存替换频繁的视频采用较细的分段粒度,其他视频采用较粗的分段粒度,可以较好地利用缓存空间,真实用户访问日志的仿真结果表明,该策略可以保证较高的命中率,并且在相同命中率的情况下总分段数比其他分段策略更少,可以有效减少系统分段管理成本;3.深入研究了流行度对缓存命中率的影响,分析了存储占比与缓存分界点处的流行度下限之间的关系,并提出了一种估计最佳分段点的模型以及基于最佳分段点估计的流媒体非均匀分段策略,该策略根据估计的流行度下限值对视频进行分段,每个视频最多被分为两段,利用实际用户访问数据对该策略进行仿真,结果表明该策略相比均匀分段可以获得更好的缓存命中率,并且在相同的命中率的前提下总的分段数也较少,有利于提高代理服务器的缓存性能。