随着无线通信技术的发展,4G移动网络已经进入人们的日常生活,使用移动设备通过移动网络来访问互联网资源已经成为人们的日常生活方式。这种变化带来了移动网络数据流量的快速增长。为了应对巨大的数据流量可能带来的数据阻塞、通信中断等问题,在移动无线接入网络进行数据缓存被认为是一种经济而有效的策略。在当前移动网络环境下,每天都有大量的用户自制内容(微博、微视等)产生并被分享到网络当中。这些新型的网络媒体资源具有数量多、更新快、流行度变化剧烈等特点,传统的流行度估计算法不能对它们的缓存价值做出较准确的估计。为解决该问题,本文开展了面向移动接入网基站的媒体流行度预测与缓存策略研究。本文首先对具有高流行度时变性的新型网络媒体的流行度预测算法进行研究。考虑用户关注焦点的转移速度与网络资源流行度的变化之间的关联性,本文提出了对媒体访问信息进行“双路”处理的自适应流行度预测算法。第一路处理采用EWMA流行度计算方法来对网络文件的流行度进行估计,第二路处理对用户关注焦点转移速度进行估计(本文给出两种用户关注焦点转移速度估计算法),并根据估计得到的用户关注焦点转移速度来自适应调整第一路中EWMA算法对流行度的追踪速度,使得缓存系统对网络媒体流行度的追踪速度与热门网络资源的更迭速度相一致,从而达到缓存“当前”最流行的网络内容的目的。在减小缓存节点之间缓存内容重复率和提高缓存空间使用效率方面,本文提出一种移动设备缓存共享策略来提高移动设备的缓存空间使用效率。并在此基础上提出基于访问偏好的用户聚类算法,以此来避免缓存共享发生在访问偏好几乎没有交集的用户之间,而使得缓存共享尽量发生在访问偏好相近的用户之间。而对于访问偏好相近的用户会缓存相同内容的问题,提出一种基于基站的集中式缓存替换管理算法。该集中式算法将所有活跃移动设备的缓存空间和缓存内容看做一个缓冲池来进行管理,缓存替换时最先删除副本最多的缓存内容,直到所有的缓存内容都只有一份缓存时,才使用流行度比较的方法来剔除流行度最小的缓存内容,从而达到了减小缓存内容重复率的目的。