随着Internet网络技术的迅猛发展，网络接入用户量和信息数据量急剧增加，互联网已经深入渗透至社会生活的各个方面，深刻地影响着人类的生产方式与生活习惯。由于不同网络拓扑结构具有明显的差异、多媒体内容在网络资源中的比重不断增加以及网络带宽的限制，这些因素导致网络传输具有较高延时，影响了用户网络访问体验。针对上述问题，研究人员提出了Web缓存技术与Web预取技术，这两种技术都能极大地提高网络带宽利用率、减轻网络出入口吞吐容量并减少用户访问延时，从而改善用户网络服务体验。本文研究了Web缓存技术与Web预取技术，并将两者进行有机结合，提出了一种新的Web缓存模型，该模型的缓存模块为本文提出的改进型缓存替换算法，预取模块采用了基于用户访问模式的预取算法。论文主要完成了如下几个方面的具体研究：首先，通过研究和分析已有的Web缓存替换算法，设计了一种基于协同过滤的Web缓存替换算法GDSF-CF（Greedy Dual Size Frequency Collaborative Filtering）。该算法利用协同过滤技术生成Web对象的预测访问频率，并考虑了用户的访问特征与Web对象的属性特征，通过目标函数的计算确定Web对象的缓存价值；当存储空间需要进行替换操作以容纳新的Web对象时，则对每个Web对象的缓存价值进行比较，替换出价值最小的对象，从而完成替换过程，维护代理服务器的可用性。然后，提出了一种基于对象替换与预取的Web缓存模型MGP（Model of GDSF-CFwith Prefetching）。该模型包含缓存与预取两大模块，缓存模块为本文提出的GDSF-CF替换算法，预取模块采用了基于用户访问路径分析的预取算法，该预取算法通过分析用户的访问序列形成目标网页的预取集合；当用户请求到达代理服务器时，缓存模块与预取模块将共同处理用户请求，有效兼顾了用户访问的时间局部性与空间局部性。最后，通过仿真实验对本文提出的GDSF-CF算法与MGP模型进行了评价与分析，验证了GDSF-CF算法与MGP模型的有效性。