机会网络作为一种新型自组织网络已引起学术界的广泛关注。机会网络充分利用了节点在网络中的移动造成的相遇机会来实现数据的通信。机会网络的主要研究目标是解决在实际环境下无线自组织网络由于其网络内节点间的频繁间断而造成的数据通信的可靠性问题。大多数情况下,机会网络中不存在端到端的连接,普通无线自组织网络的路由协议无法适用于机会网络,因此,机会网络中的数据分发问题成了研究的核心问题。本文针对SAW算法存在的缺陷,提出一种基于节点自主认知的数据分发算法SCSF,所做的工作主要包括:(1)针对当前移动位置预测算法需要节点的瞬时速度属性等造成预测结果不可靠的问题,本文结合实际环境中机会网络节点的移动特点,提出一种新的节点移动位置信息插值预测算法,该算法通过利用节点的历史位置信息,引入拉格朗日多项式插值算法,有效提升了预测位置信息的准确性。(2)提出一种节点自主认知的数据分发算法,算法采用二叉树分发消息拷贝数量的方式,结合本文提出的移动位置信息预测算法,有效提升了机会网络中数据分发的传输性能,并有效控制了网络开销。(3)将本文所提出的算法利用仿真工具ONE进行了模拟实验,分别对不同缓存大小下的网络性能和不同消息大小下的网络性能进行了两个实验,实验结果表明,本文所提出的基于节点自主认知的数据分发算法能有效降低实际网络中的移动位置信息搜索复杂度,并在消息投递概率和消息投递延迟上都表现出更优的性能。