移动机会网络能够应用于通信链路频繁中断、网络中缺乏通信基础设施的场景,符合实际的自组网需求,对未来物联网技术的普及具有重要影响。数据分发和数据收集是移动机会网络中许多应用的基础,具有十分重要的研究意义。然而,移动机会网络中节点间的间歇性连通、节点资源有限、传输数据时延较长等特点为数据分发和收集方法的设计带来了巨大挑战。虽然有大量的研究关注移动机会网络中的数据传输,但大多数仅针对“一对一”的传输形式,即传输的消息只有一个源节点和目的节点,而针对“一对多”的数据分发和针对“多对一”的数据收集研究中还有许多问题有待进一步解决,例如,如何在数据分发过程中降低网络开销、如何在不明确指定消息接收者的情况下高效地分发数据、如何在时延约束下高效地收集数据。为此,本文围绕针对节点ID的数据分发、针对节点属性的数据分发和满足数据时延约束的数据收集三个方面展开研究。本文的主要贡献如下:（1）采用网络分层的移动机会网络数据分发方法。多播是实现针对节点ID的数据分发的重要手段。传统网络中通过骨干网来降低网络开销、提高路由性能,受此启发,本文在移动机会网络中提出了一种基于负载均衡骨干网的分层多播路由方法。首先,将移动机会网络中虚拟多播骨干网的构造转化为了一个以最大化骨干网中节点传递多播消息能力、最小化骨干网节点与周围节点的相遇间隔时间、骨干网中节点负载均衡为优化目标的优化问题,并提出了一种基于多目标优化的启发式算法来求解该问题。其次,利用节点剩余缓存和多跳邻居节点信息,设计了一种本地化的骨干网维持算法,从其它节点中选择节点来替换缓存不足的骨干网节点,提高了基于骨干网的多播路由算法在骨干网节点缓存不足时的鲁棒性。（2）针对节点属性的移动机会网络数据分发方法。针对节点属性的数据分发允许根据节点的属性而不是节点ID发送消息。大多数现有方法仅考虑节点的行为属性或兴趣属性,通常假设具有相似属性值的节点相遇概率较高,并将消息的传递限制在具有相似属性值的节点间,仅适用于部分应用场景。本文基于分离节点的属性向量值和节点间相遇行为的思想,提出了能够适用于更多场景的针对节点属性的数据分发方法。首先,在网络中消息源节点固定的场景中,提出了一种基于消息转发树的算法,目的是最小化预期的目的节点投递时延和降低数据分发方法的开销,同时在消息转发树的构造过程中采用了 一种基于禁忌搜索的启发式算法选择转发树的终端节点。其次,对于源节点不固定的场景,提出了一种分布式的数据分发算法,根据节点与周围节点的相遇频率和周围节点的属性信息对经常相遇的节点进行画像,限制消息的传递范围,同时使用网络编码降低了节点间的通信开销。（3）双重时延约束下的移动机会网络数据收集方法。本文将移动机会网络中固定轨迹移动节点采集数据的问题,转化为了移动节点的扫描覆盖问题。与传统无线传感网中的扫描覆盖问题不同,在移动机会网络中除了数据的采集周期约束,还需要考虑数据的传输时延。为此,本文在双重时延约束下设计了一种移动节点路径生成算法,目的是用最少的移动节点覆盖采集区域内的所有采集点。当不同采集点的采集周期约束不同时,设计了一种对采集点集合划分的方法,扩大了算法的适用场景。为了扩大利用移动节点可以覆盖的采集点的范围,还设计了一种不同移动轨迹的节点间协作传递数据的算法。综上,本文对移动机会网络中的数据分发和收集问题进行了研究,提出了一系列方法,并通过理论分析和大量实验验证它们的有效性,为移动机会网络的广泛应用提供理论和技术支撑。