如今的因特网流量主要由内容的分发和获取所引起。随着数据量和内容多样性爆发式的增加,有效安全地提高终端用户的体验质量是一项严峻的挑战。内容缓存,是一个流行的内容分发技术,被广泛应用在因特网中减少网络流量负载。为了应对未来蜂窝网络中海量移动数据需求,己有研究将缓存技术引入到蜂窝网络中,将流行内容缓存在距离用户较近的位置能够明显的降低移动流量。在蜂窝D2D网络中引入缓存技术,不仅利用了 D2D技术的优点,还利用了缓存技术的优点,D2D技术和缓存技术的结合对于提高网络性能有重要意义。因此在5G通信中缓存技术是一个主要的研究方向。蜂窝网络中具有缓存功能的D2D用户保存内容数据副本,请求者可以从拥有相似偏好且缓存有相关内容的邻居用户获取内容,而不需要经过基站,可以有效减小基站的无线资源开销并减轻回程链路负载。论文选题于国家自然科学基金项目《以内容为中心的移动自组织社交网络缓存技术研究》与网络融合与汇聚北京市重点实验室开放基金项目《基于用户偏好的内容中心无线网络缓存技术研究》。论文研究了蜂窝D2D网络中基于用户偏好的内容缓存算法。论文首先介绍了通信网络缓存技术,对现有缓存系统进行分类,指出当前缓存系统存在的主要挑战,对未来网络需求和内容缓存特点进行分析。对现有蜂窝网络和蜂窝D2D网络缓存技术研究现状进行总结与分析,找出现有内容缓存算法方面存在的问题。然后,论文针对现有蜂窝D2D网络中的内容缓存没有考虑用户兴趣的不足,提出了基于用户兴趣相似度的内容缓存算法。基于用户偏好相似度定义了节点缓存内容时获得的效用函数,其中,同时考虑了用户兴趣相似度和用户间物理距离对缓存效用的影响,提出了最大化全网用户效用和的优化问题模型;特别地,针对对数效用函数的优化问题,提出一个基于拉格朗日的对偶分解分布式算法,利用较低的复杂度得到了一个近似的最优解,实现全网用户效用和的最大化。仿真证明了本算法能够显著的提高资源利用率,减轻基站的拥塞,增加内容命中率,降低内容获取时延。最后,为了克服缓存节点的自私性,提出了基于社会距离的内容缓存算法。为了使用户愿意为其他用户进行内容缓存与共享,在考虑用户间社会关系的基础上,定义了用户间社会距离,以及用户获取内容的成本函数,以网络中所有节点的缓存收益为最优化目标将缓存问题建模为一个合作博弈问题;将此博弈过程分解为缓存决策和空间分配两个子博弈过程,分别证明了纳什均衡解的存在性以及子博弈的求解算法。仿真结果表明,所提算法在缓存命中率、内容获取时延、流量卸载增益和网络效益方面相比于其他缓存算法存在性能优势。