随着无线网的迅猛发展和迭代,万物互联的5G时代已然降临,对于其组网方式提出更可靠、更低传输时延等要求。作为5G网络重构、部署的关键技术之一,移动边缘计算借助虚拟化技术,将靠近用户层的边缘层服务器硬件资源抽象为虚拟机资源来极大提升移动设备的计算能力,减少服务时延,实现业务本地化。不过,其中的资源仍然有限,例如,基于“云-边-端”架构的边缘层可用虚拟机数量和云层传输链路和计算资源等。从运营商的角度出发,如何合理分配有限资源,实现高可靠性系统,降低服务时延是当前讨论的热点话题。针对移动边缘计算的资源分配问题,本文所做研究主要如下:（1）对用户层及边缘层,本文结合服务的不可靠性进行了资源分配的研究。本文搭建的网络模型考虑了多台虚拟机并行部署在同一服务器节点中带来的服务能力下降以及虚拟机由于软件或硬件故障带来的服务不可靠性,并在此基础上提出两种卸载模型,两种卸载模型对于虚拟机故障无法完成的任务处理方式不同。然后,本文以马尔可夫链作为分析工具,以元组的形式定义不同卸载模型涉及的状态空间,以矩阵形式解出稳态概率,据此建立和推导出衡量系统性能的评价指标,通过仿真实验,验证了模型及评价指标的正确性。最后,对不同资源分配参数对系统性能指标影响进行研究和分析,为考虑不可靠性移动边缘计算中的资源分配提供了分析模型和理论支撑。（2）对云层中以降低服务时延为目标的资源分配问题,本文以负载均衡为指导思想,提出考虑传输链路交换与资源借用的资源分配算法。边缘层租户的计算任务随机到达云层,云层中除了虚拟机计算资源,数据节点与虚拟机地理位置不同,两者间传输链路造成的时延不同,链路资源因此有高速和低速的区分,固定分配计算和链路资源会因与租户的任务负载不匹配造成资源浪费。因此,边缘层租户可以依据自身负载,以让出高速链路使用权和计算资源借用的方式提高云层资源利用率,降低时延。基于此,本文搭建分析模型,提出考虑链路交换和资源借用的资源分配算法。其主要步骤包括:设定阈值,判断租户节点的繁忙状态和资源借用状态,在此基础上对借入借出资源进行计算,最后,云层链路和计算资源按照匹配函数进行合理分配。仿真实验表明,此算法可以有效降低系统的服务时延。