近年来,多媒体流量呈现出爆炸性增长趋势,多媒体内容成为当前网络流量的主要组成部分。应用层流量的急速增长远远超过底层硬件升级的速度,导致传统基于部署更多服务器的内容分发模式不再适用。探索能够满足大规模多媒体内容高效分发需求的技术成为网络多媒体领域研究热点。靠近终端用户的边缘设备具有密度高、分布广泛、性能提升快的特征,有望通过这些边缘设备构建一层边缘覆盖网络,改善内容分发性能。本文采用数据驱动研究方法,结合边缘网络资源的分布特性以及用户访问多媒体内容的模式,研究利用边缘网络辅助骨干网络分发内容的核心技术。本文的主要贡献如下:·提出基于无线热点资源全局调度的协同内容复制策略。本文通过分析边缘资源与用户请求的地理分布,以及不同区域用户的内容偏好,指导资源按需部署、资源全局调度、内容协同放置等关键算法的设计。将终端用户服务质量以及运营开销联合优化抽象为最优化问题,并通过设计启发式算法解决该问题,实现边缘资源与对应用户请求的有效匹配,降低服务器峰值负载,提升终端用户的服务质量。·提出基于无线热点资源局部调度的个性化视频预取算法。针对具有时序特性的电视剧内容以及普通视频两个应用场景,本文分别设计预取策略:前者通过增强学习方法学习用户在不同内容之间的跳转模式,以及服务器负载的动态变化规律,指导决策在不同时间最优的内容预取行为;后者主要解决普通视频显式联系不紧密的场景下,流行度变化快速、用户行为数据稀疏的问题,提出加权张量学习策略,综合考虑用户观看内容的语义信息以及时间演化特征,预测用户对不同内容的喜好程度,提前预取该内容。提前预取用户感兴趣的内容,能够转移服务器峰值负载,同时,预取命中能够减少服务延迟,提升用户体验。·提出基于请求转发的碎片化动态内容分发算法。通过研究用户网页浏览行为,本文揭示了网页服务故障随机性强、用户在线时长短、重复浏览概率低、用户间网络状态动态变化等特征,提出利用边缘用户浏览器作为转发节点的网页内容分发机制。该机制综合考虑系统负载均衡以及跨网络运营商流量等因素,设计用户间网络延迟估计、用户剩余在线时长预测、请求转发调度等关键优化策略。基于这种机制,浏览器之间构建应用层内容分发路径,恢复失败的用户请求,提升系统的稳定性。