随着无线网络技术的不断发展以及对实际场景的深入研究,发现在现实场景或某些特殊的网络环境者需求下,由于地理位置或者基础设备搭建等原因的局限性,无法保证网络完全处于全连通状态,从而导致传统的网络通信方式无法进行数据传输。移动机会网络利用节点的移动性所创造的通信机会可以满足非全连通状态网络下节点间的数据传输。但移动机会网络在数据转发与缓存策略方面的发展仍面临一些挑战,如忽略了节点社会性对激励节点更多的参与到路由过程中的影响,导致网络性能不佳。此外,在基于节点相似性的路由策略中,忽略了节点的重要性,这对系统的性能有很大的影响。基于以上问题,本文在相关研究的基础上,从数据分发和缓存策略两方面入手,对移动机会网络中内容传播延时进行研究。相关贡献如下:(1)从机会缓存和机会转发的角度研究了群体参与的动态性,探讨了如何利用这些机会有效地分配数据内容和选择中继。首先从缓存大小,缓存副本数量和内容分配方案的角度讨论机会缓存。其次我们从控制和数据平面的角度研究机会传输,使之有更有效的方案激励更多的人群参与到数据转发中来。(2)移动机会网络的性能主要依赖于节点间的协作。迄今为止,研究人员忽略了节点社会性对激励过程的影响,导致网络性能较差。本文提出了FollowMe协作方案,将节点的社会重要性与进化博弈理论相结合,以此提高节点的协作行为。首先,利用囚徒困境模型建立节点间博弈收益矩阵。其次,引入信号参考作为节点之间的博弈规则。用一轮博弈中选择不同策略的节点数,结合概率公式来计算节点的累积效益。最后,使用费米(Fermi)函数确定节点是否更新策略。该策略能促进节点间的协作行为,提高数据包的传输速率。(3)考虑到以往研究采用不同的因素来评价节点之间的相似性,但忽略了节点的重要性这一点。提出了一种用社会重要性来计算节点相似性的分布式路由算法SSR。首先,节点在其缓冲区中记录相遇其他节点的社会重要性。其次,当两个节点接触时,使用动态时间弯曲(DTW)算法来计算两个节点社会重要性序列的相似性。两个序列越相似,表示两个节点的社会行为越相似。最后,数据包总是被转发到与目的节点具有最高相似社会行为的中继节点,以保证传输效率。(4)在上述基础上,从移动机会网络数据卸载角度出发,提出了一种基于延时增益的数据卸载方案,将内容提前卸载在微基站上使整个缓存系统传输延时最小。在节点缓冲区受限的环境下,使用拉格朗日乘子法和KKT条件分析法来优化消息的传输延时,通过计算每个数据包的延时增益,选择延时增益最大的数据包进行存储,从而动态地解决哪些消息应该分配到哪些节点上使之传输延时更佳。基于以上问题本文主要从数据分发和缓存策略两方面入手,激励节点更多的参与到路由中来,并对路由和缓存机制进行优化,使内容传输延时达到最佳。