随着人机物之间日益频繁的信息交互,物联网设备使用量剧增,时刻产生海量数据,给移动边缘网络带来了巨大挑战。用户激增的数据量使得网络压力巨大,由于边缘网络的数据承载力有限,大量的数据在边缘网络中进行传输时,会导致网络拥塞。当前的移动边缘环境下,由于用户的移动性强,数据流量易丢失,服务质量不稳定,且用户个性化需求的服务要求难以保障。在移动边缘网络中引入边缘缓存技术,可以减轻服务站点的负载,有效降低用户访问的时延。本文围绕如何提高用户体验中的服务质量(QoS),分别从移动边缘环境下的服务和用户两个角度出发,研究基于服务的缓存位置选择(Where)和缓存内容预测(What),以及基于用户的缓存策略更新(Who)三个方面的问题,给出了移动边缘缓存的具体方法,通过实验验证了文中方法可以有效提高用户体验,并设计实现了移动边缘缓存服务分派原型系统。1.如何基于服务的位置,选择合适的缓存基站。先使用聚类方法,根据地理位置划分得到用户适应度值,并将位置选择简化为匹配问题,将用户流量数据和边缘基站能源匹配,找到目标缓存基站;2.如何基于服务的内容,确定具体的缓存内容。先使用内容流行度预测热点缓存内容,然后设计基站缓存算法,将缓存问题转化为NPhard优化问题,综合QoS增益和用户兴趣度,最大程度提高缓存质量;3.如何基于用户的需求,推荐个性化缓存策略。先使用用户端和服务端过滤的方式,利用相似性聚类,更新相似用户以及相似服务,然后采用混合过滤的方式将相似服务推荐给相似用户,保障用户服务质量的稳定和可靠。最后,文中设计实现了移动边缘缓存服务分派原型系统,根据用户登录信息和请求的服务信息,系统能够针对请求的服务信息智能地选择合适的边缘缓存服务站点,预测相关的缓存内容,并更新用户的缓存策略,使得用户的QoS得到最大化的保障。