随着智能设备和先进的移动应用服务的快速发展,无线网络面临着前所未有的数据流量压力,前传链路面临严重拥塞。雾无线接入网络在雾无线接入节点(Fog Access Points,F-AP)上配置有限的存储资源,在非高峰时刻,可以将流行内容提前缓存在F-AP上,前传负载得以卸载。由于存储空间约束和用户请求的时空波动,协作缓存是进一步提高卸载增益的有效途径。如何选择合适的节点成簇、邻近节点之间的缓存冗余如何消除、以及如何对邻近节点进行协作内容部署,这些都是设计协作缓存方案必须解决的问题。针对这些问题,本论文对雾无线接入网中的协作缓存方法展开研究。首先,研究了基于图论的分簇协作缓存方法。该方法应用本地内容流行度,为了最大化所有节点的前传卸载增量,构建了分簇优化问题,该问题属于组合优化问题,需要耗费指数时间复杂度才能求得最优解。本文提出了一种基于图论的高效的求解方法,该方法依次构建了节点图、加权图。节点图以F-AP节点集合构建顶点集合,以F-AP节点之间的协作关系构建边集合,应用邻接表,提出了一种最大完全子图搜索算法,在求得最大完全子图的基础上可以快速得到节点图的完全子图。在此基础上构建加权图,加权图以完全子图作为顶点,图中的边取决于完全子图之间是否有交集,顶点的权值为完全子图对应簇的前传卸载增量。原始优化问题转化为一个等价的0-1整数规划问题,目标簇集合与加权图顶点集合的最大权独立子集等价,本文提出了性能良好的贪婪算法求解上述等价问题。仿真结果表明,所提分簇协作缓存方法能够大幅度提升前传卸载增益。然后,研究了基于图论的冗余消除协作缓存方法。应用本地最流行内容缓存策略时,总前传卸载量受协作节点之间的重复缓存制约,为此,构建了最小化缓存冗余的优化问题。本文利用图理论,构建冗余图,冗余图以F-AP节点集合构建顶点集合,以协作节点之间是否含有重复的流行内容构建边集合,利用缓存决策修正指示量控制每条边上的重复流行内容的缓存位置,使其缓存在唯一选定的节点上。该控制过程中总是先检查顶点对应的节点可以本地获取的流行内容,避免重复修正导致冗余无法消除。接下来,对节点剩余存储空间按照请求概率部署相应数目的本地无法获取的内容。所提算法为线性复杂度。仿真结果表明,消除缓存冗余能够明显提高总前传卸载量。最后,研究了基于图论的协作内容部署方法。被请求节点和协作节点的缓存决策均影响总前传卸载量,为了最大化总前传卸载量,构建了协作缓存优化问题。根据分簇和协作的关系,总前传卸载量可以表示为两部分之和。利用缓存决策变量的二值性、拉格朗日对偶、迭代终止条件将原始优化问题分解为两个子问题,分别优化以上两部分前传卸载量。第一部分前传卸载量受簇集合和缓存决策影响,结合背包理论,将最大化第一部分前传卸载量重构为一个分簇子问题,并应用已有的基于图论的分簇方法求解;第二部分前传卸载量主要受缓存冗余制约,将最大化第二部分前传卸载量重构为一个内容部署子问题,该问题中簇间协作节点之间、非簇协作节点之间的重复流行内容相互关联,本文提出了改进的基于图论的冗余消除算法求解内容部署子问题。仿真结果表明,所提协作内容部署方法能够显著提升总前传卸载量,同时证明了分簇和冗余消除都是非常必要的。