移动边缘计算（Mobile Edge Computing,MEC）是5G网络实现高带宽和低时延的关键技术之一。针对5G环境下MEC海量数据规模与超高缓存速度的特点,为了揭示任务流的随机行为和边缘缓存量的变化规律,考虑由多个移动设备共享一个边缘服务器组成的MEC系统,基于多源流排队进行MEC卸载策略的性能研究。首先,考虑终端层移动设备不同的工作模式,基于任务流的随机卸载策略,建立由终端层和边缘层构成的MEC系统架构。针对移动设备的连续工作机制,建立基于随机卸载策略的MEC系统架构;针对移动设备的周期性休眠机制,建立融合周期性休眠及随机卸载策略的MEC系统架构;针对移动设备的一次性休眠机制,建立融合一次性休眠及随机卸载策略的MEC系统架构。其次,基于MEC系统架构建立多源流排队模型。将每个移动设备卸载到边缘服务器的任务流视为由单服务台队列产生的ON-OFF流体源,针对移动设备的三种工作模式,分别构建连续工作/周期性休眠/一次性休眠系统驱动的多源流排队模型。利用谱分析方法对模型进行解析,得到混合型联合分布函数及边缘缓存量的累积分布函数（Cumulative Distribution Function,CDF）的解析表达式。再次,考虑由两个异构移动设备共享一个边缘服务器组成的MEC系统,导出边缘缓存量CDF的闭式解。基于移动设备连续工作/周期性休眠/一次性休眠的工作模式,构建多维连续时间马尔科夫链（Continuous-Time Markov Chain,CTMC）及联合分布函数所满足的矩阵微分方程。基于多源流体队列的解析方法,得到边缘缓存量CDF的闭式解。最后,给出MEC系统的性能指标并进行系统实验。根据边缘存量的CDF,导出任务的平均响应时间、MEC系统的节能率等性能指标,从响应性能、节能水平等方面评估MEC卸载策略的系统性能。考虑双移动设备MEC系统,针对三种多源流排队模型,分别进行系统实验,揭示移动设备不同的工作模式下系统的性能随任务到达率、边缘服务器处理速率和休眠参数的变化规律。