在信息中心网络中,缓存内容的合理部署可以提高网络性能,减少响应时间,减少源服务器的负载,但是路由器节点空间有限,因此,缓存替换策略的设计是信息中心网络研究中的一个重要问题。贪心缓存算法是Banerjee在2018年提出的解决方案,与随机缓存等算法相比,缓存性能有所提升,算法考虑到每个节点的需求,根据来自下游的缓存请求流来代表内容局部流行度,决定每个节点的缓存部署,优化网络中的内容缓存。但是该方法中没有考虑到节点之间缓存内容的交互,也没有提及内容流行度的更新问题。本文针对上述两点不足,提出一种基于内容流行度的缓存替换策略。该策略在兴趣请求过程中观察内容请求者的请求,统计内容的流行度并对内容进行分级,节点之间交流热点内容作为本地节点缓存替换的依据。ndnSIM仿真平台上的实现对比方案贪心缓存方案,结果表明本方案在网络平稳阶段的网络性能比贪心缓存方案高,平均约有2%的时延改善和8%的缓存命中率提升。本文又从应用特点的角度,分析网络中的内容请求,针对不同的应用类型,对代表长访问周期的视频数据和代表短访问周期的新闻数据等几种内容请求进行分析发现,以当前周期为主结合少部分历史信息,来评价内容的流行度最为合适。通过在Visual Studio平台上对视频,新闻和网页的混合数据进行仿真,实验结果表明在多周期流行度计算公式中,指数平滑参数r取0.7-0.9较为合适,可以权衡流行度计算的精准和缓存替换的灵敏,缓存更流行的内容。