随着海量设备的接入,未来网络逐渐面向超高速率、超低时延、海量存储和超密集计算等多样化应用场景,多接入边缘计算(Multi-access Edge Computing,MEC)技术的出现在一定程度上满足用户服务需求。然而,由于传统边缘计算架构高度固化、网络功能强耦合、通信协议复杂等问题,因此未来MEC架构必然趋向服务化、灵活化和定制化。本文旨在设计和部署基于微服务的MEC架构,并针对特定业务类型灵活构建MEC系统,从而为用户提供定制化的边缘服务,主要研究如下:(1)本文基于微服务思想提出MEC架构,并利用Kubernetes设计并实现了服务化MEC系统编排方案,针对业务类型重构MEC系统,完成用户多样化服务请求的响应。首先,本文提出四层MEC系统框架,并进一步设计服务化MEC架构,该架构通过虚拟化技术实现软硬件解耦,并基于微服务架构(Microservice Architecture,MSA)思想,实现网络功能解耦及网络功能之间通信协议的统一。其次,本文利用Kubernetes设计并实现了MEC系统编排方案,该方案借鉴IT领域中模板与实例的思想,根据常见的业务类型预定义模板,并依照用户请求选择合适的模板进行实例化,从而部署合适的MEC网络功能(Network Function,NF),为用户提供定制化的边缘服务。最后在通用服务器和通用无线电外设(Universal Software Radio Peripheral,USRP)的硬件基础上,基于开源平台OAI(Open Air Interface)及Kubernetes搭建MEC实验验证平台,实验结果验证了本文所述MEC编排方案的可行性,同时证明了基于微服务MEC架构具有灵活定制的特点。(2)在基于微服务的MEC架构基础上,针对网络中流量最大、占用边缘资源最多的边缘缓存业务类型,本文进一步研究了一种基于自适应比特流(Adaptive Bitrate Streaming,ABR)的虚拟缓存算法。该算法面向设备获取多版本视频,根据边缘存储资源占用情况采用不同缓存方式,当边缘存储资源充足时将视频块物理缓存,当存储资源不足时采用仅缓存视频元数据的虚拟缓存方案,并利用计算资源实时转码。本文以最小化MEC缓存服务时延为目标,联合考虑计算、缓存、通信资源,从而实现对边缘资源的高效利用。最后,在MEC实验验证平台上部署虚拟缓存模型,通过理论分析与实验结果表明,本文提出的虚拟缓存算法的可行性较高,并且可有效利用边缘空闲计算资源从而响应更多用户视频请求。