区块链通过可追溯的分布式账本和非对称加密技术等手段,在不依赖于任何第三方可信机构的前提下,解决了分布式信任问题。因此,基于区块链提供可信的物联网数据已受到了越来越多的关注。共识作为区块链中的核心,需要大量的计算资源,因此资源有限的终端设备无法进行共识。将终端设备的计算任务卸载给边缘计算服务提供商（ESP）或云计算服务提供商（CSP）被认为是移动区块链共识的一种可行的解决方案。本文研究了基于区块链的移动边缘计算系统（MEC）中的计算卸载和资源分配问题。主要研究如下:（1）针对基于区块链的移动边缘计算系统中的计算卸载问题,提出了基于三阶段斯塔克尔伯格博弈的边缘计算资源分配模型和算法。构建了由一个CSP、多个ESP和多个终端设备组成的计算卸载模型。当ESP没有足够的计算能力来处理来自终端设备的请求时,ESP可以将终端设备的挖矿任务选择卸载到CSP上或者其他ESP上或者两者都行。设计了ESP和用户之间以及ESP和CSP之间的效用函数,以捕捉ESP、CSP和用户之间的内在联系。为最优定价的边缘计算资源管理构建了一个三阶段的Stackelberg博弈。在第一阶段,CSP决定了计算价格。在第二阶段,每个ESP决定自己计算资源的价格。在第三阶段,用户确定要购买计算资源的最优数量。在此基础上,提出了一种有效的基于黄金分割的Stackelberg博弈均衡搜索算法（SES）用于计算资源定价。仿真结果表明,该模型和算法能够有效提高ESP、CSP和终端设备的高单位服务效用。（2）针对区块链和移动边缘计算混合应用的计算资源分配问题,提出面向MEC系统和区块链系统的联合计算资源分配模型和算法。由于MEC服务器的计算能力有限,当MEC服务器同时处理计算卸载任务和区块链任务时,很容易导致区块链和MEC系统之间的计算资源分配不平衡。为了避免次优性能,以总延迟为优化目标,设计了一个基于区块链的MEC系统计算资源分配框架。总延迟包括MEC任务的延迟和区块链任务的延迟,通过MEC和区块链中计算资源联合分配算法（Algorithm for Joint Computing Resource Allocation for MEC and Blockchain,JMB）选择计算任务的卸载位置,确定用户和MEC服务器的映射关系。算法JMB首先求解用户任务卸载决策和边缘计算资源分配问题的松弛问题,然后根据松弛问题的最优解依次确定卸载决策和计算资源分配,最后调整得到的分配方案使其满足被松弛掉的约束条件。理论分析证明,算法JMB是3.16-近似算法。仿真结果表明,算法JMB可以有效降低区块链边缘计算系统中的计算延迟。