作为信息中心网络(Information Centric Networking,ICN)的研究热点之一,命名数据网络(Named Data Networking,NDN)的发展受到了越来越多的研究机构以及研究人员的关注。无论是在传统的TCP/IP网络,还是在命名数据网络中,网络拥塞都是亟待解决的一大难题。由于命名数据网络架构与传统网络架构不尽相同,现有的适用于传统网络的拥塞控制策略不能直接迁移到命名数据网络中使用。研究命名数据网的拥塞问题必须考虑其架构特点。同时,一个良好的转发策略也会有利于减轻网络的拥塞现象。本文就是针对这两个方面进行研究。本文的第一部分,从调整转发速率的角度出发,探讨了命名数据网络拥塞控制的问题。根据命名数据网络数据转发的特点,采用逐跳(hop-by-hop)的拥塞控制策略可以快速地对拥塞做出反应。利用网络效用最大化模型,寻找合适的效用函数,将效用函数作为目标函数,建立了单个节点的资源分配模型。通过求解该资源分配模型,设计了基于兴趣包速率调整的拥塞控制策略。仿真实验结果表明,本文所提出的速率调整策略能有效地减少网络丢包的数量。本文的第二部分,从动态转发的角度出发,研究了命名数据网络中拥塞控制的问题。转发数据时主动避开拥塞链路,可以有效地缓解甚至避免网络拥塞。在传统的TCP/IP网络中,节点转发数据是按照事先建立的路由表进行的;而在命名数据网络中,节点可以感知周边环境的变化,根据自身收集的信息,动态地做出转发决策。利用命名数据网络这个转发的特点,以数据包的交付时间(delivery time)最小化为目标,使用增强学习的相关方法,设计出基于Q学习的兴趣包转发策略。仿真实验结果显示,本文设计的策略能获得较小的网络平均时延和更少的丢包。