随着手机、平板电脑等便携式智能设备的普及,人们有时需要在没有网络基础设施的情况下利用便携设备的短程无线通信能力进行通信。这时,若干个便携设备构成一个机会网络,它们利用相遇机会进行通信。在机会网络中,频繁的链路断开和多变的网络拓扑结构导致网络中缺乏稳定的端到端路径,使得数据转发遇到投递效率低,时延高等问题。其次,近年来移动互联网取得了快速发展,5G技术趋于成熟并进入了商用阶段,社交行为对机会网络的影响逐渐显现,这为数据转发方案的设计和应用带来了新的机遇和挑战。通常,将具有紧密联系的若干节点、设备或个体组成一个社区,来表征节点间的社交关系。现有的社区检测算法未考虑社交关系的变化,社区的规模随着时间单调增加,导致基于社区的数据转发算法在长时间内投递效率会变得较低。针对上述问题,本文设计了一种可以在每个移动设备上执行的分布式社区检测算法,通过动态更新社区成员并根据效用值选择合适中继节点来提高数据转发算法的性能。本论文的主要工作如下:1)分析校园无线网用户的日志信息并提取数据集,提出一种适用于矩形区域随机距离的计算方法,计算节点间直接通信的概率。其次,对Infocom05、Infocom06、Cambridge在内的经典学术会议、校园环境数据集进行统计分析,获得节点连接的时间特征。2)根据数据集的时间特征,利用节点间累计连接时间度量节点间的社交关系强弱,并基于此提出具有过期成员清除机制的分布式动态社区检测算法（Connection Time based Dynamic Community detection algorithm,CTDC）,该算法在时间片结尾检查社区成员的关系并清除过时成员,不仅可以防止社区过大,而且可以避免消息在过时成员中传递造成网络资源浪费。其次,基于社区结构引入节点的两跳、三跳可达节点模型,并提出CTDC-2hop和CTDC-3hop路由策略用于验证社区检测算法的有效性,最后,对CTDC算法的参数取值进行了详细的分析研究。3)提出了基于社交关系和社区的数据转发算法（Social Relationship and Dynamic Communitybased routing algorithm,SRDC）。通过定义连接稳定性、连接频率、社交和社区相似性、节点活跃度等指标量化节点之间的直接和间接社交关系,然后用这些指标构建效用函数,以社区为数据转发单元,根据当前节点、相遇节点以及消息的目的节点三者的关系确定中继选择方案,选择活跃节点充当社区间通信的桥梁,将消息尽快传递到目标节点。利用多个数据集以及ONE仿真平台,对SRDC算法进行了实验仿真,并与其他算法进行对比,验证了其在投递率、平均投递时延、网络负载率和平均跳数等方面的性能表现。最后,对不同数据集的参数取值进行了分析研究。