当今TCP/IP网络架构采用以主机为导向的通信模型,它是为互联网早期的特殊数据传输而设计的。然而,随着互联网的使用和普及,应用需求逐渐转变为内容分发和获取,而网络体系结构与应用需求的不匹配,使得当前的互联网面临诸多问题。内容中心网络(Content Centric Networking,CCN)为解决这些问题提供了新思路。作为CCN的关键组成部分,遍布全网的缓存节点可以存储流经它们的热点内容,从而有效降低内容检索时间。因此,亟需研究高效的缓存策略。本文深入研究了 CCN中的缓存策略,以利润和能效(Energy Efficiency,EE)为重要指标,分别提出基于发布者利润的协作缓存策略和基于能效的视频缓存策略。本文主要研究工作总结如下:1.基于两层CCN拓扑,通过最大化发布者利润获取缓存策略。由于该问题是NP难问题,受双重基准问题启发,引入一个启发式协作缓存策略来实现发布者利润最大化。在该策略中,把控制节点的缓存空间分为复制部分和独特部分:前者缓存相同的流行内容;后者缓存不同内容。在此基础上,提出了一个控制节点替代算法,并进行仿真验证,其仿真结果表明提出的缓存策略在赚得利润方面比传统算法性能更优。2.基于认知内容中心网络(Cognitive-Content Centric Networking,C-CCN),通过最大化能效获取缓存策略。为满足用户需求的多样性,采用可伸缩视频编码(Scalable Video Coding,SVC)技术将视频文件分为两层,并引入一个基于SVC的概率缓存策略。根据提出的缓存策略,推导出成功内容传输速率(Successful Content Delivery Rate,SCDR)的表达式。基于该表达式和建立的能耗模型,形式化最优EE问题,并采用标准梯度投影算法来解决这个问题。最后,数值结果验证了理论分析,并证明了提出的缓存策略在EE方面比传统算法性能更优。本文围绕CCN中“缓存”这一关键问题展开了深入研究,通过对现有研究中存在的问题进行分析,提出了基于发布者利润的协作缓存策略和基于能效的视频缓存策略。仿真结果表明,本文提出的两个缓存策略分别在利润和EE方面具有优越性。