近年来,随着移动智能设备数量的急速增长,用户产生了海量的需要处理的数据以及计算量巨大的处理任务,对传统的网络和计算架构提出了更高的要求和挑战。在传统的云计算模式中,一般采用将计算任务卸载到云数据中心的方式进行处理以便降低任务的处理时延以及降低本地终端的能耗。而因为云数据中心通常部署核心网,和用户通信的时间延迟比较大,所以将巨量的业务和数据卸载到云服务其中,往往由于网络阻塞而导致很高的传输时延。因此,将云平台的功能下放到网络边缘靠近用户的位置以便降低任务的处理和传输时延的思想逐渐引起人们的关注,边缘计算逐渐引起了人们的关注。移动设备由于有限的能量和计算资源,针对计算密集型的任务,为了降低任务处理时延和节省本地能耗,一般将计算任务卸载到计算资源丰富的边缘服务器或者采用其他移动设备协作处理的方式。边缘计算中,任务卸载的方式包括卸载到MEC服务器上执行和D2D的方式进行任务卸载。本文首先研究了在移动边缘环境中,基于MEC服务器的动态任务卸载问题。首先对应用分割产生的关联任务建立具有相关依赖关系的有向无环图模型。然后建立任务的能耗、时延模型,形式化描述低功耗卸载优化问题。针对该优化问题,本文针对相关任务模型的特点,针对时刻变化的边缘环境,提出基于贪心思想的任务动态卸载策略和基于用户移动轨迹的服务端任务调度策略,最后通过仿真实验,结果分析得到该策略对于任务卸载具有一定的效果。然后,本文研究了基于D2D任务卸载问题。D2D任务卸载使用D2D通信技术检测周围可用闲置的移动设备,通过将任务卸载到其检测到的可用移动设备中执行以降低任务处理的时延和本地能耗。首先,通过D2D通信技术建立用户设备、中继转发设备、服务设备构成的通信拓扑图。然后根据任务属性、通信时延等估算卸载环境,使用拍卖方式选择任务卸载的地点。最后使用仿真实验得到该策略对于D2D任务卸载的可用性,为D2D任务卸载提供新思路。