为了从根本上解决现有基于TCP/IP的网络架构在网络控制、资源分配、安全及移动性等方面日益突出的问题,未来网络研究领域的相关学者提出以信息为中心的网络架构。其中,内容中心网络(Content Centric Networking,CCN)逐渐成为了研究热点。CCN从根本上改变了数据包的封装结构和寻址方式,在数据传输时依赖的是内容而不是IP,同时通过引入实时缓存的功能和基于内容的安全保证机制,有效提升了网络的传输能力及安全性。本文基于CCN的基本路由转发模型进行改进,对路由选择算法、蚁群优化策略,节点缓存利用等方面进行探索性研究,为后续研究提供参考。具体工作包括:首先,概述了内容中心网络相关的基本概念,并对CCN路由机制进行了分析,重点介绍了蚁群算法在路由优化中的应用原理。同时,针对现有的CCN路由优化策略在算法收敛性和网络缓存利用上存在的不足,提出了一种CCN中基于邻居协作的多态蚁群路由算法(NC-PAC)。NC-PAC算法修改了信息素表格和蚁群路由算法的转发规则,根据转发接口列表信息素分布的离散度动态调整蚁群算法的收敛速度;依据流行度将内容进行分类,对于用户请求执行差异化邻居缓存探索,加强蚁群对于路径之外节点缓存的利用。仿真结果表明:所提算法能够有效的提高节点缓存利用率,改善网络整体性能。其次,为了降低混合式蚁群优化算法路由过程中的网络开销,本文提出了一种CCN中非混合式蚁群路由优化算法(IAF)。IAF提供了ACO机制一个新的维度,扩展经典、单一信息素模型为动态多级别信息素模型;同时,考虑了节点缓存特性对信息素更新策略的影响,提出了全新的信息素更新公式。以非混合式框架改善蚁群优化的收敛性能,提升CCN网络整体路由性能。仿真结果表明,与其它蚁群路由算法相比,所提算法能够有效地降低开销代价,改善网络内容分发性能。最后,对全文工作进行总结,并对下一步研究工作做出展望。