随着智能终端和新兴业务的发展,移动数据流量呈爆炸式增长,不断挑战网络容量的极限,对带宽、时延和能耗等性能提出新的要求。融合边缘计算和光网络技术的边缘计算光网络凭借其低时延、大带宽、协作互联等优点已成为未来网络的重要应用场景之一。而边缘计算光网络中,边缘数据中心计算和存储能力有限,且大量数据冗余分发,这给大容量的边缘计算光网络带来严峻的挑战。另外,边缘计算光网络中的数据按地域分布式部署,数据中心之间的协作极易出现因传输时间不同步导致的资源浪费和时延问题。对于上述问题,本文聚焦边缘计算光网络,联合考虑光网络和存储资源,围绕分布式内容缓存和聚合策略展开研究。本文研究内容和主要创新如下:（1）针对分布式缓存中存储资源有限以及聚合时资源浪费的问题,本文提出了一种分布式内容缓存和聚合的启发式算法。该算法与传统方式相比,综合考虑网络资源和内容大小属性,通过动态调整用于分解内容的阈值,设计部分缓存策略;同时以最大子任务完成时间为基准进行路由选择和光传输资源分配,并以任务阻塞率和资源利用率为优化目标。仿真表明,所提出的算法由于联合优化缓存和传输两个过程,完成了提高服务成功率、减少业务阻塞率、提高网络带宽利用率的目标。（2）针对分布式缓存和聚合中最小化时延,以及对所提算法可行性与有效性验证的问题,本文提出了一种时延可控的分布式内容缓存和聚合系统平台。基于该系统设计,利用SDN/NFV等开源技术,结合物理设备搭建网络管控平台,模拟真实的业务场景。实验结果显示,该平台通过对边缘计算光网络中多维资源的灵活管控,实现动态的网络配置和服务部署,完成分布式内容缓存和聚合过程,并降低服务完成时间。