随着移动网络发展,智能设备大规模应用,全球移动数据流量呈现爆发性增长,导致了网络拥塞,用户体验下降等一系列问题,给移动网络运营商带来了巨大的挑战。为了满足日益增长的网络需求,内容分发网络（Content Delivery Network,CDN）应运而生。通过将被服务者请求的数据资源生成镜像文件,放置到离用户接近的网络边缘,有效改善系统性能,提升用户的服务质量。其中通信资源的限制和缓存策略都对系统性能有很大的影响,基于此,本文主要研究内容分发网络中的资源分配问题,提出了有效的算法,并在不同场景中验证了算法的可靠性。论文主要工作如下:1.研究了内容分发网络和缓存的相关概念,调研了国内外研究现状,将通信资源和缓存资源结合起来,从资源分配和聚类协作两个角度构建了内容分发网络中的优化问题模型。2.研究了内容分发网络中的资源分配问题。我们联合考虑了缓存和无线资源分配问题,目标是最小化系统中所有用户的平均感知时延,提出了有效的求解算法。首先,基于图论中最大团的策略,找出存在的最大团组合基站,在每个团基站中放置不同的缓存文件,以提高本地缓存的命中概率;接着,我们在能提供用户速率需求的同时,考虑基站带宽和功率的限制,尽可能多的对用户进行关联。数值仿真结果表明,我们的算法相比于其他算法,可以有效的降低用户请求的平均时延。3.研究了内容分发网络中的聚类协作问题。我们考虑在一个移动自组织网络中,每个节点有一定的缓存空间,通过缓存的优化配置和聚类协作的方式,尽可能多的在本地命中缓存。我们的求解算法分为两步,首先,我们通过迭代自组织数据算法进行节点聚类,并对每个集群进行缓存文件的放置;接着,提出了一个有效的协作机制,通过集群内和集群间的相互协作,充分利用缓存多样性增益,最大化在本地命中缓存的节点数目。仿真结果验证了算法的有效性。综上所述,论文研究了内容分发网络中的通信资源和缓存资源的分配问题,从两个不同的角度出发,构建了资源分配与聚类协作的优化问题,并提出了可行的算法有针对性的进行问题求解。仿真结果表明,合理的资源分配和和聚类协作可以有效的改善网络性能,为CDN的研究提供了可行的思路。