车载内容中心网络(VCCN)是一种把车载自组织网络(VANET)和内容中心网络(CCN)相结合起来的特殊的网络结构。在VANET中,节点的快速移动会使得网络拓扑结构多变不稳,从而产生过长的请求转发和响应延迟。而在CCN中的缓存模式旨在通过利用网络中节点自身的容量空间对内容进行存储,对延迟进行有效的降低,因此将CCN中的缓存模式应用结合入VANET中的网络结构是一种有效的研究方式。本篇论文以VCCN为研究背景,分别提出了一种基于节点社会属性和移动轨迹的协作式缓存机制和一种基于流行性预测的缓存替换策略。在协作缓存机制中,本文考虑与内容请求者共享更多社会属性的缓存节点更可能对相同内容感兴趣并将内容分发给具有相似兴趣的其他人,更倾向于和其他节点接触的缓存节点是保留内容副本的更好候选者。同时利用车辆运动行为的规律性并使用隐马尔可夫模型来预测车辆到达热门区域的概率,以此来对网络中的缓存节点进行筛选并保证有效的缓存机制。在缓存替换策略中,本文考虑将内容的未来流行性用于决策当中,根据所接收到兴趣内容的请求比率,请求频率和内容优先级这三个固有特征来预测未来流行度,从而提出了一种通过预测未来流行性的缓存替换策略。本篇论文使用机会网络环境模拟器(ONE)对所提出的缓存机制和缓存替换策略进行了模拟实验,从请求兴趣包的缓存命中率、访问延迟和跳数等方面进行了评测。同时对车载网络环境下不同种类的节点存储性能进行了实验分析。仿真结果显示,本文所提出的基于节点社会属性和移动轨迹的协作式缓存机制和基于流行性预测的缓存替换策略均有效的提高了网络整体服务性能。