目前,移动设备已经成为我们日常生活中不可缺少的一部分,开发人员也在开发具有更复杂功能的多样化移动应用程序。而由于体积和重量受到限制,移动设备在处理能力、存储能力和电池容量等方面不能满足未来的需求。移动边缘计算(Mobile Edge Computing,MEC)及其计算迁移技术通过将移动设备的计算复杂的任务迁移到附近资源丰富的服务器,利用服务器高效的计算能力和资源来完成任务。通过计算迁移,能够延长电池寿命并提高移动设备性能。现有的计算迁移决策方案通过对移动程序在应用、模块和函数等不同粒度下的进行分解达到降低移动设备能耗和应用延迟的目的。但这些算法的复杂度很高,对于大规模应用来说,需要花费大量的求解时间。因此,本文提出了基于最大流最小割的计算迁移算法,选择合理的程序分解粒度并设计程序分解算法完成计算迁移。而在多用户的场景下,由于MEC服务器的资源有限以及用户需求的异构性,MEC服务器并不能满足所有用户的需求。本文提出了多用户环境下基于拍卖理论的资源调度算法来满足用户需求并且能够达到利益最大化。本文的主要工作和贡献如下:本文提出基于最大流最小割的计算迁移算法。首先,通过定义移动应用程序的网络图模型,给出移动程序计算迁移的目标函数,将程序分解问题转化为求解网络图最大流量最小割问题。接着,通过简化和压缩网络图来加快算法求解速度,通过基于标签传播算法将网络图划分为子网络,定义压缩条件并对网络图进行了压缩。最后,用最大流最小割的预流推进算法求解新网络图的最大流最小割,得到移动应用程序计算迁移的最优解。通过仿真实验,证明本文的算法能够实现延迟和能耗的优化,并且加快算法求解速度,在大规模网络上也能有良好的效果。本文提出多用户环境下基于拍卖理论的资源调度算法。本文针对多用户多MEC服务器的拍卖场景建立拍卖模型,在计算资源和无线资源的限制条件下,给出了移动用户和MEC服务器的匹配问题的目标函数。根据MEC服务器的动态资源指标设计移动用户对的MEC服务器优先级向量,用户根据优先级进行竞标,并使用蚁群算法求解确定胜利者,为用户匹配到合适的计算迁移MEC服务器。为了使服务网络资源能够按照用户的真实需求进行分配,避免用户恶意竞价或虚拟竞价,同时保证所有用户的收益最优,基于VCG理论的设计了拍卖支付规则。通过仿真实验,证明本文的算法能够在保证真实性的前提下响应更多的用户并能使系统带来更高的收益。