随着智能移动设备的普及和通信技术的不断发展,各类app产生的移动数据流量呈爆发式增长,用户对服务质量(Qo S)的要求也越来越高。移动边缘计算(MEC)利用无线接入网(RAN)在靠近用户侧提供存储计算能力,将一些热点内容预缓存在基站的MEC服务器上,从而减少从核心网回传的时延,有效改善了用户体验。目前,关于边缘云内容缓存的研究大多局限于以单播的方式进行内容交付,当大量用户对某一热点内容在短时间内发出同一请求时,就会导致大量带宽的占用、网络资源利用率低下。在5G不断发展的大背景下,以单播为主流的内容交付已经不能满足5G低时延、大连接的要求。针对用户在短时间内对热点内容的大量请求,本文提出一种基于组播方式的边缘云内容缓存方案。在多小区的边缘云缓存架构下,以组播的方式进行内容交付,实现多小区的组播协作缓存技术。在此架构的基础上确定了优化的目标,旨在最小化内容交付的总时延,并通过组播技术提高网络资源的利用率。我们将多小区的缓存部署问题描述为0-1整数规划问题,并制定了相应的部署方案,包括利用时间序列预测模型中的ARIMA模型预测文件的流行度,选取作为组播源节点的候选基站,采用改进的蚁群算法IACOM构建相应候选节点进行内容交付的时延最小组播树,并在符合基站容量违规检测的基础上贪婪地降低系统总时延。最终通过仿真实验和对比分析,表明本文提出的基于组播和流行度感知的多小区协作式缓存算法CMPAC具有一定的收益性,在减少交付时延从而提升用户Qo S的同时高效利用有限的网络资源,以响应5G低时延、高带宽、大连接的新需求。