随着移动通信系统的发展以及智能设备的普及,移动数据流量呈现爆炸式增长的趋势,回传链路的带宽容量成为数据传输速率的主要瓶颈。此外,移动互联网的发展使用户对多样性内容服务的业务需求更大,同时对用户体验质量(Qualityof Experience,QoE)要求更高。为了应对这一挑战,业界提出了边缘缓存的服务模式。即在距离用户更近的网络边缘节点部署缓存能力,将用户需要的内容提前部署在边缘缓存中,可以有效避免回传链路的冗余传输,降低网络能耗,进而提升用户体验质量。研究表明,少量流行内容的大量重复请求是移动数据流量爆炸增长的根源,这些重复请求具有高度可预测的特征。基站和终端设备存储能力的提升,进一步推动了边缘缓存的发展。然而无线网络中边缘节点的分布式特性,覆盖范围,存储容量以及无线信道相关的特性给边缘缓存部署带来一系列问题。本文主要针对无线资源受限的边缘网络中基站缓存部署策略深入探讨,论文的主要工作如下:第一,提出了基于本地内容云的协作缓存部署策略。随着网络的密集化部署,基站之间缩短的传输距离为基站间的协作创造了条件。本文提出了本地内容云的协作模式,用于基站间的内容共享。基于该协作模式进一步推导计算了用户经由不同链路获取内容的消耗性能与链路带宽、缓存容量、基站的服务速率等因素的关系,构建了最小化网络平均消耗的问题。基于对优化问题的分解,本文提出了基于本地内容云的协作缓存部署方案,同时考虑了回传链路和协作链路的带宽限制,致力于优化网络中用户获取内容的平均时延和带宽消耗。仿真分析了所提的协作缓存部署方案与协作传输距离之间的关系。与基准方案相比,所提的分布式协作方案可以有效降低网络平均消耗,提高缓存命中率。第二,提出了基于传播动力学的概率缓存部署方案。用户间的兴趣传播以及用户需求的动态变化,造成了内容流行度的时变特性,因此缓存部署研究中需要将内容流行度的变化考虑在内,提高缓存命中率。本文考虑流行内容的“传染性”,提出了资源受限无线网络中的内容传播模型,对内容传播动态演进过程与边缘缓存的相互作用加以建模分析。每个缓存周期内,通过对用户状态转移过程进行分析,得出用户对内容的需求时间函数。基于此,本文分析了每个周期内用户的需求满足率与缓存部署变量的关系,构建了最大化用户需求满足率的问题,使用凸优化算法提出了动态概率缓存部署方案。仿真结果表明,内容传播模型与理论分析结果一致。与基准方案相比,所提的概率缓存部署方案能最大化用户需求满足率,提升缓存命中率和传输时延性能。