Internet流量指数性增长以及用户对网络速度的需求已促使网络资源分发的可用性、可靠性等成为互联网技术的关键问题。内容分发网络作为运行于整个互联网上的覆盖网，主要致力于互联网中的服务质量优化。随着云计算、移动互联网及动态网络内容技术的推进，内容分发技术逐步趋向于专业化、定制化，在内容路由、管理、推送以及安全性都面临新的挑战。本文从运营商角度出发，考虑流量结算成本、提升数据传输服务质量以及安全性三个方面对融合型CDN（Content Delivery Networks）进行研究。首先，考虑ISP（Internet Service Provider）的域内用户访问域外网络资源所产生的大量可存储数据由于被大量多次访问从而造成域间流量成本骤增，同时由于域内链路重复流量也导致传输服务的下降。针对该问题，本文首先提出针对ISP-CDN的内容节点两层部署机制，该部署机制分为两层，外层部署于域间出入口以降低域间流量，内层的部署策略采用基于贪心的网络流量代价算法对核心节点进行选取。并在此基础上设计基于RCBF（Record Counter Bloom Filter）的索引结构与同步机制，从而改进CDN的内容路由策略，提升融合型CDN的服务性能。第二，本文进一步研究内容数据的管理问题。由于内容节点位置固定后，如何对所存储内容进行管理是内容分发技术中的重要问题。内容管理主要分为两个方面：缓存管理与内容推送。本文首先提出基于访问间隔的替换策略，提高热度高的缓存对象在缓存空间中的生命周期；其次考虑到这些被访问的数据均依赖于用户自身的行为，在协议层对数据进行深入分析，提出多维度的缓存对象热度评价算法，进一步提升缓存命中率；最后提出一种基于价值度的热点数据推送策略，在所部署的节点间进行有效的内容预分发，降低用户的访问延时，改善网络性能。第三，融合型CDN主要面对ISP域内用户，为了提升服务质量，降低CDN所面对的潜在网络威胁，如何结合ISP所拥有的拓扑和用户的数据优势，建立域内用户的可信机制是融合型CDN所面临的全新问题。本文提出基于信任的网络群体分类模型，结合对ISP所获取的用户行为数据，实现对用户的自动化分类，并采用传统检测方法设置用户类别可信度，以此构建可信融合型CDN。该模型首先使用网络交互拓扑信息建立网络节点间的信任矩阵；进而结合直接信任度和相关信任度计算网络节点间的相似度，进行用户分类；最后根据可信度对不同类别的用户进行差异化服务，提升低可信度的攻击代价，从而降低CDN所面临的网络风险。最后，本文提出了一种ISP融合的内容分发系统，该系统与传统的CDN系统有一定的区别：1、被动解析存储与层次化部署；2、安全预警。整个系统主要分为四个模块：信息采集、缓存管理、节点通信与离线审计。通过在实际系统中对本文提出的内容部署、管理及用户分类进行具体测试，实现了本文最初的研究目标。