互联网产业技术的迅速发展,智能移动终端设备的大规模普及,3G、4G通信技术的广泛应用,促进了社交网络和移动终端的自然结合,分布式移动社交网络应运而生。分布式移动社交网络就是将人的移动性、社会性与无线通信技术相结合的一种特殊的时延容忍网络。但在该网络中,由于节点的移动性和间歇性连接,给信息传输带来极大挑战。为了促进分布式移动社交网络的应用与发展,设计能反映人们真实移动规律的移动模型和高效的路由算法是特别重要的。这也是本文的主要研究内容。为了设计一个能反映人们真实移动规律的移动模型,本文首先对Dartmouth/campus数据集进行了统计分析,得出在现实生活中,每个人在大多数的时间内都会在几个固定的地点之间相互转移,而且较长时间内这些地点是稳定的。基于此特性,本文延伸了家的概念,家不再仅指人们居住的地点,而是人们经常访问的地点。然后设计了一个基于家的移动模型—HBMM。在HBMM中,首先收集一段时间内人们的移动轨迹,然后根据收集到的数据来确定人们家的集合,计算在家中的停留时间和家之间的转移概率,最后形成马尔可夫状态转移图。状态转移图中人们会以较大的概率在家的集合内部相互转移,以较小的概率转移到其他不经常访问的区域。通过该状态转移图就可以预测人们在很长一段时间内的移动轨迹。实验结果表明此移动模型能够较为准确地再现人们实际的移动情况。为了提高分布式移动社交网络中消息的转发效率,在移动模型研究的基础上,设计了三种基于家的多中继路由选择算法:HBMRZ、HBMRA和HBMR。HBMRZ中假定消息在分发阶段不知道目的节点家的位置,为了提高消息的传输成功率,设计了该情况下的最优化中继选择策略,通过该策略,可以使所有中继节点家的覆盖范围最广,从而提高消息的传输成功率。HBMRA中假定消息分发阶段知道目的节点家的信息,该情况下我们就会选择那些与消息目的节点家的集合相似度高的节点作为消息的中继节点。HBMR是一种实际情况,每个节点都会建立一张类似于路由表的关于节点家的信息表,节点相遇时,会彼此交换更新信息表。当节点进行消息转发时,就可以通过信息表获取到消息目的节点家的信息。通过仿真实验,也证明了这三种算法都是优于传统的多中继选择算法Spray&Wait和HS的,而且HBMRA的性能还要远远优于HBMRZ,HBMR的性能趋近于HBMRA。