内容中心网络(CCN, Content-Centric Network)是一种以内容为中心进行路由、缓存的新型网络体系架构。内容中心网络力图改变当前互联网以主机地址为中心的点对点通信模式,提供更加安全可靠与高扩展性的网络架构。其主要特征之一就是利用网内缓存技术提高网络资源的利用率,减少用户访问延迟。与传统的WEB缓存、CDN缓存不同,CCN缓存呈现出泛在化、透明化、细粒度化的特点,传统的缓存策略因为高度集中性而不再适应于CCN分布式网络架构的缓存研究。缓存技术作为CCN网络关键技术之一,主要集中在缓存系统建模分析与缓存性能优化两方面。CCN现采用ALWAYS-LRU缓存决策与替换策略,该策略使得每个网络节点都进行数据包缓存,容易造成严重的内容冗余,减少了缓存的内容多样性,同时,也给网络节点的缓存能力带来了极大的挑战,降低了网络系统整体性能。网内缓存可以改进系统性能已经被广泛接受,然而,怎样设计一个有效的CCN缓存机制还未达成一致。针对这一问题,本文选取内容流行度为研究对象,提出一种基于流行度预测的新型网内缓存决策策略,并基于仿真环境实现了CCN网络架构下的缓存系统通信模型。本文首先设计了一种CCN网络内容流行度的监测预测系统,利用多元线性回归理论进行数学建模与分析,预测内容的未来流行度。基于此,继而提出基于流行度预测系统的新型CCN缓存决策策略Popu_Cacheo在以上理论研究的基础上,本文在仿真环境下实现了基于内容缓存与路由的CCN网络通信模型。最后,通过与传统缓存策略ALWAYS与LCD的对比分析,本文通过仿真实验数据验证了Popu_Cache的缓存系统性能优越性。Popu_Cache能够有效的降低网络节点内容冗余度,提升节点缓存命中率,进而减少了用户访问延迟,使得网络缓存整体性能得到提升,从而极大限度的提升用户体验。