随着社会和科技的发展,互联网不断融合于各行各业,网络中的数据量因此成爆炸式增长,用户也越来越多的关注数据内容本身而不再是数据所在的物理地址。传统的TCP/IP网络在设计之初是为了满足计算机硬件资源的共享,这种以主机物理地址为核心的传统网络架构在移动性、安全性、可靠性等方面已逐渐不能适应当前网络的发展,于是众多研究者们就投入到了未来网络架构的研究当中。信息中心网络ICN(Information-Centric Networking)以其独特的优势已经受到高度关注,其中,命名数据网络NDN(Named Data Networking)是ICN网络的一个分支,其域内缓存等特点使其成为ICN网络中的杰出代表。NDN相比于传统的TCP/IP网络在传输时延等网络性能上,能够更好的满足用户需求。NDN网络的重要特征之一,就是分布式缓存技术,即NDN网络中不仅服务器和主机能够存储数据信息,NDN路由器也能够存储经其转发的数据信息。NDN网络节点的缓存功能使网络中的数据包传输距离减小,因此降低了网络时延,同时众多节点的缓存功能增加了网络缓存命中率,降低了服务器负荷。目前NDN网络缓存方法研究主要集中于针对数据信息的流行度和缓存节点位置差异所进行的区分缓存,NDN网络核心节点数据吞吐量较大,因此会高频的进行数据信息替换操作,从而增加了节点负担,导致其缓存容量利用率不高,浪费缓存空间资源,且会出现较多的重复数据信息,造成缓存冗余。针对以上问题,本文提出一种基于汇总布隆过滤器的请求节点协作缓存方法BRCC(Bloom filter-based Request node Collaboration Caching),该方法通过引入数据信息缓存收益和NDN节点缓存收益参数,将流行度高的数据信息长时间缓存在用户邻近节点,以此来缩短用户获取数据的时延,通过与NDN三种经典的缓存方法进行比较后,可以看到所提方法在缓存时间,网络请求时延,数据包传输平均路由跳数,首跳命中率以及缓存命中率等方面皆具有一定优势。本文主要工作如下:NDN网络中节点收益因节点位置而异,本文采用多组预实验分析得出距离用户近的节点较距离用户节点远的节点有更好的缓存收益;NDN网络中缓存的数据信息因用户请求频率而具有不同的流行度,本文采用预实验分析得出流行度较高的数据信息具有较好的缓存收益;采用邻居节点协作缓存能有效提升网络中缓存数据信息的多样性,减少网络缓存冗余;在NDN网络数据包的查询匹配过程中引入基于布隆过滤器的查询匹配算法能有效减低查询匹配时间,降低节点负担。