随着移动通信、社交网络、移动智能终端的发展,人们对高质量实时数据业务有更强烈的需求,特别是在线视频和社交业务。传统内容分发网(Content Delivery Network,CDN)远离用户,导致传输距离远和延时高。然而未来业务本地化趋势越来越明显,特别是社交网络发展使得内容分发更加边缘化、小圈子化,边缘网络的缓存受到广泛的关注。本论文将视频内容分发服务分为用户只消费视频内容的传统视频服务和用户主动转发或者生产的社交视频服务,本论文分别针对用户的视频内容偏好、社交关系来研究边缘网络的视频内容缓存,包括以下两方面。第一,研究基于用户的视频内容偏好边缘网络的缓存设计。以用户的视频内容偏好来设计缓存,视频内容的数目是一个影响缓存算法复杂度的重要因素。先前研究是一种视频内容级的缓存策略,缓存策略的复杂度较高,使得缓存设计很难实用化。因此,为降低复杂度,本论文首先利用边缘网络用户的视频内容偏好的聚集效应,使用聚类算法来聚合用户和分割视频内容空间,达到降低用户维度和视频内容维度。之后,在新的用户空间和视频内容的维度空间,本论文设计一个简单有效的贪婪缓存算法,该算法的复杂度与视频内容数目和用户数目之积成二次方,大大降低了原来成指数关系或者高次多项式的复杂度。此外,本论文也考虑了用户的视频内容偏好组成的向量或者矩阵呈现高维、稀疏、倾斜的特征,这些特征使得分簇难度急剧增大,本论文也研究这些特征对于本文提出分簇的缓存策略影响。第二,研究基于社交关系的边缘网络的缓存设计。本论文首先将边缘网络的视频内容缓存设计建模为涉及社交关系的系统模型,即将用户间的社交关系作为缓存系统的重要因素。之后,本论文综合考虑虚拟的社交关系和物理社交关系来应对边缘网络中用户移动性,并提出基于社交关系的用户移动模型来获取用户间相遇的社交关系强度。最后,本论文根据社交关系强度选择缓存节点,然后设计视频内容缓存策略。仿真结果显示在社交网络中基于社交关系的视频内容缓存策略优于传统的基于视频内容流行度的视频内容缓存策略。此外,本论文也研究物理和虚拟社交关系对视频内容缓存策略影响,仿真结果表明用户移动的随机性和动态性,物理社交关系强于虚拟社交关系对于视频内容缓存策略影响。论文最后对全文进行了总结,并展望未来研究工作。