网络切片已被视为5G支持多种服务和应用场景的关键推动力之一。本文利用通信网络提供的频谱资源和共存的雾计算网络的计算资源来研究跨系统分布式网络切片。在通信和计算网络之间快速准确地分配资源是跨系统资源网络切片的一大挑战。因此,为了解决上述问题,本文首先提出了一种基于新的控制平面实体,联邦协调器（F-orchestrator）的新颖的分布式框架,该框架中,F-orchestrator可以部署在租户与物理基础设施和服务提供商之间,以协调和控制带宽和计算资源。接着,本文对传统的交替方向乘子法（Alternating Direction Method of Multipliers,ADMM）进行改进,提出了一种基于ADMM算法的同步ADMM优化算法（Alternating Direction Method of Multipliers with Partial Variable Splitting,Dist ADMM-PVS）。同步ADMM优化算法很好的解决了跨系统资源网络切片存在的挑战,但是却有迭代时存在的空闲等待时间问题。因此,针对同步ADMM优化算法的缺点,本文进一步对Dist ADMM-PVS进行改进,提出了异步ADMM优化算法（Distributed Asynchronized ADMM with Partial Variable Splitting,Async ADMM）。最后,本文证明了所提出的算法可以使整个网络的服务响应时间最小化,同时保证了网络所支持的服务类型达到了令人满意的等待时间性能。最后,仿真结果表明,本文所提出的同步和异步的ADMM优化算法在前几次迭代便可以收敛到最小值附近,相比现有的算法具有更好的收敛性能。同时,与仅对带宽资源进行切片的网络切片架构相比,本文所提出的带宽和计算资源的跨系统联合网络切片架构可以将网络的整体延迟平均减少约13.2%。与仅对计算资源进行切片的网络切片架构相比,本文所提出的联合网络切片架构可以将网络的整体延迟平均减少约12.5%。