云计算采用集中式控制,将各种虚拟化的资源统一的存储在云数据中心,云数据中心通过网络,为网络用户提供各式各样的服务,满足网络用户的需求。近几年,智能手机、可穿戴设备和车载终端等智能移动终端爆发式的增长,无线网络传感和传输技术的提升,无线网络覆盖区域进一步扩大,现有的云计算框架可以满足大多数固定的网络用户(PC端用户),但无法满足新生的智能移动终端的多样化服务需求。为了适应新需求,思科首先提出了雾计算的概念。雾计算的出现,综合考虑移动智能终端的各种需求特性,按照提供本地化服务的思想,根据智能终端的行为特征和消费需求,通过预测提前将部分数据存储到靠近用户的雾计算边缘存储节点上,实时的处理终端用户的请求,有效的弥补云计算框架的不足之处。然而雾计算虽有相应的计算能力和存储能力,但是雾计算的边缘存储节点缓存空间大小相比云计算很有限,为了满足移动终端用户的需求,为此有必要选择性的将部分终端用户经常请求的数据存储到本地的雾计算边缘存储节点,并且当缓存空间不足的时候能置换出边缘节点中的某些数据对象,使得雾计算节点存储的可以保持最佳的存储状态。本文就是在雾计算边缘存储节点缓存空间有限的情况下,研究雾计算边缘存储节点缓存数据对象的放置效益问题,重点研究在边缘存储节点存储空间不足或已满的情况下的数据对象置换问题及相应的策略。首先通过分析雾计算中的数据边缘存储的特点,说明相关概念并建立雾计算边缘存储数据对象的效用最大化模型,称为Max-Utili模型。介绍蚁群算法的基本特点和优点后,通过改进传统蚁群算法对Max-Utility模型进行求解。最后通过MATLAB实验仿真,从缓存命中率、响应时延等几个指标来出检验我们提出的算法可行性。