随着现代社会智能交通和物联网的快速发展,车联网的应用备受关注。车辆自组织网络(Vehicular Ad Hoc Network, VANETs )通过实现车辆与车辆、固定设施以及Internet之间的通信,为现代交通的智能化发展提供了支持。在基于IP架构的VANETs中,由于节点的快速实时的移动特性和时刻变动的拓扑结构,导致通信链路的连接是间歇并且容易断裂的。命名数据网络(Named Data Networking, NDN),采用命名数据的方式代替了基于IP地址的通信方式,节点具有缓存功能,数据具有多源的特性,更加符合车联网的要求。但现有的NDN缓存决定和替换策略考虑的场景过于单一,没有全面考虑车辆节点的移动性与无线广播特性,不能充分发挥网内缓存的快速检索、高效获取数据的优势。本文将车联网和命名数据网络架构相融合,兼顾车联网中通信的有效性和高效性要求,设计了在车联网环境中的基于NDN的内容缓存策略。在缓存决定策略方面,本文根据车联网中数据的特点,设计了一种基于用户偏好,节点重要度和节点相对运动相结合的分布式的缓存决定策略。在仿真中,本文将车辆运动模型模拟器SUMO(Simulation of Urban Mobility)与离散事件仿真器NS-3相结合,模拟在高速公路场景下的算法的缓存性能。结果表明:本文所提缓存决定算法与处处缓存和固定概率缓存相比,缓存命中率更高,延时更低,并且提高了内容的多样性。在缓存替换策略方面,本文考虑到有限的缓存容量和无限的缓存内容之间的矛盾,提出一种基于效用函数的缓存替换策略。通过与现有的lru,lfu和fifo策略比较,本文设计的算法会更加充分的利用缓存空间,提高了网络数据的缓存命中率,降低了延时和节点请求的平均跳数。