随着智能设备的普及,越来越多的计算资源被用来处理应用任务,设备的计算能力限制逐渐成为通信系统中不可避免的难题,而采用移动边缘计算（Mobile Edge Computing,MEC）技术可以帮助物联网设备将计算密集型任务卸载到移动网络的边缘,减少设备的计算压力。然而在实际场景中静态边缘计算服务器不能根据移动用户的需求进行动态部署,凭借无人机（Unmanned aerial vehicles,UAV）的低成本和机动性,无人机搭载边缘计算服务器可以移动到物联网设备附近并建立视距（Line of Sight,Lo S）链路,实现高效的上下行卸载。由于无线通信的广播特性,用户卸载的任务很可能被附近的窃听者获取,这可能导致潜在的窃听风险,为了保证边缘计算网络中信息安全,本文展开了对物理层安全通信的研究。由于无人机机载能量有限,因此在完成任务的前提下实现能量的高效利用,即无人机的能耗最小化是值得研究的问题。此外,若无人机被用于恶意的窃听,其移动性使得的信息泄露风险更大,如何在存在空中窃听用户情况下,增强系统的保密性,也是值得研究的问题。针对这两个问题,本文主要工作内容如下所示。一、论文研究了无人机辅助MEC安全通信系统的能量策略。该系统中存在多个资源受限的用户,用户附近存在地面窃听者,为确保用户进行安全的任务卸载,利用无人机搭载MEC服务器为用户提供计算卸载资源。在无人机帮助用户完成目标任务的同时,还需保证用户的通信链路安全。形成一个关于计算卸载、资源调度以及无人机轨迹的联合优化问题。在完成任务卸载、能量限制和信息因果等约束下,实现无人机总能耗的最小化。由于目标问题的多个优化变量耦合在一起,无法利用凸优化算法直接求解。本文采用路径离散方法（Path Discretization,PD）,并设计了一种基于连续凸近似技术（Successive Convex Approximation,SCA）和两步交替优化的算法,数值仿真结果表明了该优化方案的节能效果要优于其他的基准方案。二、论文研究了面向空中窃听的无人机辅助MEC系统安全通信问题,系统中无人机搭载MEC服务器协助多个用户完成计算卸载任务,假设空中存在窃听无人机窃取用户卸载信息,并引入地面干扰者同时干扰两架无人机。在该系统下研究了一个关于用户发射功率,资源调度和无人机轨迹的联合优化问题,在满足用户最小安全计算量和能量受限等约束条件下,实现用户最小保密速率的最大化。由于该问题的多个优化变量耦合在一起,无法通过凸优化算法直接求解。本文采用时间离散方法（Time Discretization,TD）,并采用SCA技术和块坐标下降（Block Coordinate Descent,BCD）的迭代优化算法,数值仿真结果表明了该优化方案的安全性能要优于其他的基准方案。