随着海量移动设备及新型数据业务不断涌入网络，全球移动数据流量呈现飞速增长趋势，给通信网络带来了巨大的流量负载压力，甚至造成网络拥塞。虽然网络中数据流量较大，但有研究表明约80%的业务负载是来自于对网络中排名前10%流行内容的请求，这就说明互联网络中存在大量重复的内容传输。因此，通过使用边缘缓存技术将较流行的内容缓存在网络边缘，能够促进内容请求业务的边缘处理，从而可以显著降低用户获取请求内容的平均时延，并缓解网络流量负载压力。
　　在此背景下，本文将基于雾接入网络研究高效的边缘缓存策略。雾计算是对云计算的补充，而雾接入网络是在网络边缘部署大量具有雾计算、存储和通信等功能的雾接入点，通过按需调用网络边缘分布式资源，促进业务的边缘处理。首先，本文在雾接入网络中构建非协作式的内容缓存模型。在此模型下，雾接入层的总存储资源是有限的，并考虑用户获取请求内容的平均时延主要和内容传输时延有关的场景。通过联合研究雾接入点的部署与内容放置对缓存性能的影响，提出一种联合雾接入点部署与内容放置的边缘缓存策略。通过MATLAB性能对比仿真可以验证所提出的策略能够有效地降低用户获取请求内容的平均时延。
　　进一步地，本文考虑一种雾接入点具有有限的内容请求业务处理能力场景，此时内容请求业务不再是即到即处理，用户获取请求内容的平均时延由请求排队等待时延和处理时延组成。通过排队论工具引入雾接入点处的内容请求业务模型，包括内容请求业务的到达及处理过程，并构建雾接入点间的协作式内容缓存框架。基于该框架，在雾接入层存储资源和业务处理能力均受限的条件下，提出一类基于业务感知的边缘协作缓存策略。以优化用户获取请求内容的平均时延为目标，进行问题描述并证明该问题的凸性。接下来，本文通过设计一种基于交替方向乘子法的缓存算法，求解出最优的基于业务感知的边缘协作缓存策略。通过MATLAB仿真可以验证，所设计的算法相较于传统算法能够以较快的收敛速率达到全局最优解，同时性能对比仿真表明所提出的缓存策略能够有效降低用户获取请求内容的平均时延。