随着物联网、信息处理技术及移动通信技术的快速发展,物联网设备工作所需的数据量不断增加,在海量数据中设备无法有效获取对自身有用的信息。当设备正常工作消息请求过多时会出现网络拥塞,消息的主动推送能够有效解决这一问题。物联网设备在朝着智能移动终端方向发展时,其业务特征通常具有计算密集型和时延敏感型的特点。移动边缘计算（Mobile Edge Computing,MEC）技术,弥补了智能终端设备在计算、存储和能耗方面的短板。用户设备通过将自身难以处理的任务卸载至MEC服务器,利用其丰富的计算和存储资源可以有效地对用户卸载任务进行处理,在这一过程中任务的卸载和资源的分配显得尤为重要。综上,本文的主要研究工作如下:1)针对物联网设备在消息请求中遇到的网络堵塞问题,为减轻网络拥塞,本文提出一种基于统计信息的节点间主动消息推送算法。首先统计网络节点间消息推送次数表,求出网络节点需求关联度列表和服务关联度列表;然后使用基于统计信息的节点间主动消息推送算法,以需求关联度作为交互方式进行消息推送。仿真结果表明,该算法通过在一定数量设备的交互基础上,通过设置合理的阈值,可得到较高的消息预取推送命中率,设备能够对部分数据在本地获取,并且还能够缓解网络计算及通信带宽带来的网络拥塞问题。2)针对单小区多用户场景计算卸载问题,本文提出时延和能耗的联合优化方法。将时延和能耗表示为效用函数形式,考虑待优化效用函数问题为混合整数非线性规划（Mixed Integer Non-Linear Programming,MINLP）问题,为方便求解,将优化问题解耦成任务卸载和资源分配问题,并采用贪心算法求解卸载问题,采用二分法进行功率分配,资源分配依据KKT（Karush-Kuhn-Tucker）条件求解。仿真结果表明,在移动设备资源受限条件下,通过使时延和能耗效用函数最优,可以提升系统性能和资源利用率。