随着通信网络和智能终端设备的快速发展，视频业务正在逐渐成为网络中流量的主要来源，网络拥塞问题日益严峻。如何在复杂的网络环境中保证视频服务的质量，引起了广泛研究。动态自适应视频流(Dynamic Adaptive video Streaming，DAS)是一种很有前景的解决方案。此外，命名数据网络(Named Data Networking，NDN)因其网络内的缓存、兴趣包聚合、多路径转发和数据安全的优势，可以有效地提高视频传输服务的质量。研究人员已经证实:在NDN架构中的DAS性能优于在传统TCP/IP网络中。　　考虑到现在的网络环境，用户之间必须共享有限的带宽资源的情况越来越普遍。虽然一些研究主要集中在基于NDN的DAS上，但由于网络拓扑结构的变化、网络资源分配不均以及网络缓存的异构分布，它们在多客户端的场景中是次优的。因此，本文对NDN中完全基于客户端的动态自适应视频流控制技术进行研究，主要工作总结如下:　　1.构建了NDN中的自适应视频流架构，建立了针对多客户端的动态自适应视频流控制的模型，设计了基于客户端的码率自适应算法，不需要客户端之间的通信或者对路由器进行改变。但是由于客户端对网络状况的未知性，不能直接获得最优解，只能通过对单个客户端码率选择的优化，来提升整体的用户感知质量(Quality of Experience,QoE)。　　2.提出了基于效用函数的码率自适应算法(UB)，效用是用户请求不同码率的视频时获得的“利润”，与收益和成本密切相关，用户在请求视频时考虑付出的成本，有效地减弱了客户端的侵略性，提高了带宽共享的公平性。相比传统的基于带宽的(RB)和基于缓冲区状况的(BB)算法在性能上有一定的提升，但本质上还是基于单个客户端进行考虑的自适应算法，对性能的提升有限。　　3.将多客户端DAS作为多阶段贝叶斯博弈模型进行建模，客户端和网络的剩余部分看做博弈的两个参与人，并设计出合理的效用函数对。基于贝叶斯纳什均衡（Bayesian Nash Equilibrium，BNE）求解，设计了一种基于博弈的多客户端自适应码率决策算法(GB)。性能优于RB和BB算法，它可以实现客户端之间公平的带宽共享和请求码率的聚合，充分利用了NDN中无处不在的缓存。　　4.开发了NDN网络中针对多客户端的自适应视频流控制系统，在实际平台上进行部署，以对比分析各算法的性能。同时，也在基于ndnSIM的仿真平台上进行了详细的实验，详细分析了算法的各项性能。