随着移动互联网的高速发展,移动设备的快速普及为网络带来巨大移动数据流量。据统计,目前网络中70%的移动数据流量来自视频传输。随着技术和应用的进一步发展,如果所产生的视频流量全部通过核心网传输,势必对核心网造成巨大传输压力。从视频媒体平台的角度出发,视频点播成为重要营收业务,然而视频点播的传输为媒体平台带来巨大传输带宽成本。因此如何减少视频流量是网络运营商和内容提供商的关切问题。在视频点播场景下,通过将热点视频缓存在网络边缘节点上,移动用户可以从边缘缓存节点直接检索所请求的视频内容而无需核心网传输,从而有效缓解核心网的带宽压力,因此边缘缓存技术成为解决上述问题的可行方式。需要指出,单个边缘缓存节点的性能受到较小的缓存容量的限制,需要通过缓存节点间协作共享缓存内容来进一步解决上述问题。面向视频点播业务的流量问题,本文针对协作边缘缓存网络的架构和关键技术展开研究,以期通过较小的传输带宽实现较好的视频点播用户体验。从内容提供商的缓存策略和缓存服务商的定价策略入手,具体而言,在缓存的放置和交付阶段研究内容提供商的内容放置和交付问题。将优化问题分解为两个子问题分别在内容放置阶段和内容交付阶段在线求解。在内容放置阶段,内容提供商做出内容的放置和转发策略,将问题建模为以带宽成本和负载程度为目标的优化问题,提出基于松弛技术的启发式算法对问题进行求解。在内容交付阶段,内容提供商做出带宽策略以优化数据吞吐量,该问题被建模为线性规划问题。仿真结果表明,所提内容放置和交付策略可以降低23.1%-37.1%的内容交付成本,提升10.3%的数据吞吐量。在缓存租用阶段,研究多个内容提供商的缓存租用和缓存服务商的缓存定价问题。网络内的多个内容提供商通过竞争有限的缓存资源以最大化自身效用,而缓存服务商则通过缓存价格来最大化自身缓存收益。本文将缓存租用和定价问题建模为Stackelberg博弈问题。对博弈均衡点的存在性和唯一性进行证明和分析,利用逆向归纳法和基于梯度下降的迭代算法对缓存空间的租用和定价问题进行求解。仿真结果表明,所提缓存租用和定价算法可以为缓存服务商提升5.6%的缓存收益,为内容提供商提升11.2%-22.6%的效用。综上,本文对协作边缘缓存网络中内容提供商的缓存策略问题和缓存服务商的缓存定价策略进行了深入的研究,提出了切实可行的方案。为相关研究提供了理论和技术参考,具有一定的实用价值。