随着无线网络技术的高速发展给人们的生活带来了更多便捷的服务,智能移动终端的用户数量激增,随之各种移动应用服务不断进入人们的生活。因此多样化的信息在移动终端之间快速传播,如何指导信息在终端之间的高效传播,提高终端资源利用率成为人们日益关注的问题。同时呈爆炸式增长的无线网络数据流量,导致网络开销增大网络性能大幅度下降。为了满足更多的用户接入网络且保证网络服务质量,由此人们开始关注如何卸载无线网络数据以降低网络负载提高网络资源利用率。同时开始大规模地部署网络资源以提高网络容量,然而各种网络资源的部署造成了大量的能量消耗,同时也意味着巨大的运行成本,因此设计高效的动态资源管理机制以降低能耗成为人们当前关注的热点问题。人类作为智能移动终端的载体,人类移动带来的物理位置变化使得人与人相遇产生大量的信息交换,同时人类移动的周期性和潮汐性特征在一定程度上导致无线网络流量负载呈不均匀的动态分布。本论文基于人类移动行为特征,首先研究了人类移动行为特征对移动终端之间信息传播的影响,接着利用人类移动行为的相遇特征通过机会通信方式设计了网络数据流量卸载机制,最后通过对人类移动行为和网络流量负载的时空特征分析,设计了节能的动态资源管理机制。本论文主要研究工作的创新点和贡献如下:（1）基于人类移动行为度量节点的传播影响力。通过终端之间直接通信的方式,为了保证信息在在终端间快速传递,且具有较大的传播范围,则需要选取具有较大传播影响力的移动终端分发消息。在我们的工作中提出了基于人类移动的位移和回转半径度量节点的传播影响力。通过利用较大规模的真实的人类移动轨迹数据,使用SIR模型鉴别信息传播的能力。仿真结果显示信息传播影响力并不是随着传播者的位移和回转半径的增大而增大,而两者均是在一个近似等于中位值时具有最大的传播影响力。由此我们可以依据传播者的位移和回转半径的值域选取目标节点进而进行高效的信息传递,从而提高终端资源的利用率。（2）基于人类移动行为的网络数据卸载机制设计。人类移动带来的物理位置变化使得人与人相遇产生大量的信息交换。对于能够接受较大延迟的数据可以利用相遇特征通过机会通信的方式卸载无线网络数据流量,其基本思想是投递消息给部分目标节点,然后允许目标节点通过机会通信的方式传递消息给其它用户。因此基于人类移动行为节点之间的相遇特征,我们提出了 NodeRank算法来选取目标节点。区别于现有的研究工作我们不仅考虑了用户之间的相遇频率,同时还结合相遇时间和间隔相遇时间来确保消息投递得完整性和可用性。基于真实的移动轨迹数据,相比没有网络流量卸载的传统方法我们的实验结果显示,卸载了近75%的网络数据流量,比通过仅利用相遇频率的方法卸载效率提高了 6%,同时降低了大量的消息副本数量。（3）基于人类移动行为的节能动态资源管理机制设计。人类作为数据流量产生的主体,人类移动行为在时空上的周期性和潮汐性在一定程度上导致无线网络流量负载呈不均匀的动态分布,致使网络资源在某些区域上出现低负载甚至空闲运转。由此我们基于人类移动行为和流量的波动性分析了无线网能源消耗的潜在原因,从降低网络能耗和提高资源利用率的角度,我们提出了三种小区缩放模式,并针对三种模式提出了相应的三种小区合作机制,通过仿真实验证实在正常的路径损耗指数且保证较低中断概率的情况下,相比基站峰值配备网络资源的传统模式我们的方法降低了 50%以上的能耗。本论文以人类移动行为的特性为基础,分别研究了度量节点的传播影响力,通过机会通信的方式设计卸载网络数据机制,基于流量的动态变化设计节能的动态资源管理机制。