内容分发网络（Content Delivery Network,CDN）作为目前承载了全球互联网约70%流量的网络存储架构,在加速网络应用中发挥了重要作用。作为CDN的核心组件,CDN缓存被广泛研究以提高CDN服务质量。然而,随着互联网应用的极速发展,CDN业务不断增长、类型逐渐多样,使得在现有CDN多层缓存架构下,复杂多变的CDN负载为CDN缓存优化带来了挑战。因此,深入分析不同层级、不同业务的CDN负载特性,并根据CDN负载分析的结果优化缓存策略,对于优化CDN缓存具有重要意义。为解决当前CDN缓存负载分析中未能给当前架构下所有类型负载进行刻画的问题,研究当前CDN缓存多层级与多业务架构下负载的访问模式和缓存性能之间的关系,为CDN缓存配置提供指导。从商业CDN收集多层级和多业务下的四个访问日志,并提取负载特征进行深入的负载分析,包括文件大小、流量请求模式、时间局部性和流行度分布等,挖掘出访问规律:对象大小的分布与业务类型高度相关;随着时间的推移,访问流量呈现出昼夜模式和周模式;网站业务的时间局部性在不同层级有所不同,但视频业务却相对稳定;访问流行度遵循齐夫分布,且存在大量一次访问对象,中间层尤为明显。在各种缓存配置下评估四个工作负载的缓存性能,以验证负载分析的结论,并为不同类型的CDN业务提供缓存配置指导。由于CDN负载中存在大量的一次性访问对象,缓存这类缺失对象会带来不必要的写流量和缓存污染,从而导致缓存命中率下降。为了解决该问题,提出了“一次访问排除”缓存准入策略（One-Time-Access Exclusion,OTAE）,包含分类器和历史表,旨在过滤一次性访问对象。通过量化分析确定“一次访问”标准,并引入决策树算法构建分类器,以初步确定缺失对象是否为一次访问对象。为了减轻分类器的误判对缓存性能的负面影响,引入了历史表来维护分类器判定为一次性访问对象的元数据。实验结果表明,使用OTAE可以提高缓存性能。以LRU为例,应用OTAE后可将缓存字节命中率提高4.5%,将写入流量减少69.3%,并将响应延迟降低5.2%。对于多样化的CDN负载,现有的缓存策略在性能改进方面存在局限性:增大缓存容量以提升缓存性能的性价比太低。为了缓解这个问题,提出了“最后访问排除”缓存替换策略（Last-Time-Access Exclusion,LTAE）,通过替换在特定时间范围内将不再被访问的对象来提高缓存空间的利用率并减少回源流量。根据敏感性测试量化不同缓存容量对应的“最后访问”标准。在此基础上,引入重用时间和访问频率两个动态特征,利用Light GBM算法构建分类器,以预测命中对象是否为最后一次访问,从而指导替换决策。结合OTAE和LTAE,构建基于O’LTAE的CDN缓存框架。实验结果表明,相比主流的缓存替换策略,基于O’LTAE的缓存框架平均提升了1.18%～11.82%的字节命中率,同时减少了53.91%～59.79%的写入流量。