智能手机和平板电脑等移动终端设备的普及和实时系统的出现，使得核心网络面临着严峻的挑战。数量众多的终端设备进行数据传输消耗了大量的网络带宽和能量，目前骨干网没有足够能力来处理如此庞大的数据。作为5G的关键技术，移动边缘计算将计算、通信和存储等功能从网络核心迁移到网络边缘或者靠近用户的地方，具有高带宽、低时延和位置感知等功能，可以有效缓解骨干网的流量压力。
　　移动边缘计算与云计算优势互补。前者强调局部处理，负责周期短、实时性任务；后者注重整体调控，主要负责周期长、非实时的任务。与云计算相比，移动边缘计算更加灵活。其不足之处在于边缘设备计算能力和存储能力有限，需要对边缘缓存进行优化，以提升用户体验。本文基于移动边缘计算的缓存问题，将容量作为优化目标，对移动边缘缓存系统进行性能评估。对于系统容量的传统研究通常假设节点独立工作和网络状态不随时间变化而改变，忽略了节点之间的协作以及网络中用户和内容状态随时间变化对于容量的影响，通用性不强。
　　本文研究了节点协作、用户的动态加入和离开以及时变条件下用户和内容关系演化对于移动边缘缓存系统容量的影响。首先，分别将容量最大化问题转化为传输距离最小化问题；其次，使用拉格朗日乘数法求解最优内容备份数，以便使传输距离最小、容量最大，其中内容备份数根据其流行度的变化而改变；最后，仿真实验分析了内容备份数的变化情况，以及各个参数对容量的影响，并将提出的方案与经典的方案进行对比。本文主要研究工作如下：
　　(1)针对单个节点存储空间有限的问题，提出协作可以提升移动边缘缓存系统容量的观点。基于协作代价约束对容量进行优化，计算出可以使传输距离最小、容量最大的最优备份数并提出一种缓存方案。针对第i个内容，该方案基于其最优备份数将所有的节点进行社区划分，以保证每一个分区内都有一个节点缓存第i个内容，使用户在相对近的距离请求到需要的内容。仿真结果表明，与非协作方案相比，节点协作可以提升移动边缘缓存系统容量。
　　(2)针对用户终端随时间变化的移动性，研究了用户加入或离开基站覆盖范围对于系统容量的影响。用二分图表示用户与内容之间的关系，将用户和内容分别作为二分图两端的顶点，根据二分图中用户对内容的请求计算出内容的度。通过内容的度表示出内容被请求的概率以及用户请求内容时的传输距离，最终计算出容量。
　　(3)针对网络状态的时变性，研究了用户和内容演化关系对容量影响。用二分图表示用户和内容随着时间变化的演化关系，通过用户的加入或离开以及内容的存储或删除来表示内容被请求的概率。根据当前时刻内容被请求的概率计算出当前最优的备份数，从而计算出最小传输距离和最大容量，为用户提供更高的服务质量。
　　本文以移动边缘缓存系统容量为优化目标。首先，研究边缘节点协作对于移动边缘缓存系统容量的影响。该研究是建立在网络状态稳定的前提下，由于用户的移动性，网络拓扑是随时间变化而不断变化的。因此，研究了用户到达和离开对于容量的影响。同时，不仅用户会随着时间加入和离开基站的覆盖范围，内容也会不断被存储或者删除。最后，研究了用户和内容随着时间同时演化对于容量的影响。