多接入边缘计算（Multi-access Edge Computing,MEC）作为一种新型的网络架构,能够推动网络中的计算资源靠近用户端,为用户提供强大的计算能力和充足的存储空间,使得用户设备上的计算密集型和低时延要求的任务能够得到有效的处理。针对边缘网络的异构特性,网络功能虚拟化（Network Functions Virtualization,NFV）技术有助于降低部署边缘网络环境的难度。NFV技术通过分离网络功能和服务与专用网络硬件,使虚拟化网络功能（Virtual Network Functions,VNFs）能够在软件中运行。MEC和NFV技术相结合能够使边缘云网络结构优化,更好地支撑用户本地任务的实时智能化处理与执行。但是,在当前的MEC研究中很少考虑边缘云网络的成本消耗,这对提供网络服务的运营商尤为重要,降低成本从而保证收益才能实现技术革新和可持续发展。因此,为降低在卸载和执行任务的过程中边缘云网络的成本消耗,本文的主要工作包括如下:1、针对如何使用和部署VNF实例以满足用户端所请求的服务质量需求的问题,通过构建MEC网络模型、任务请求模型、通信模型和成本模型,以最小化边缘云网络的成本消耗为目标,提出了一个在计算资源和时间延迟约束下的成本优化问题,并证明了它是一个NP-hard问题。2、为了得到上述问题的有效解决方案,考虑到NP-hard问题难以求得最优解,文中提出一种启发式算法,在多项式时间内找到了满足约束条件的可行解,降低了成本消耗。3、为了优化可行解质量,本文综合考虑传输成本、VNF实例的部署成本和任务请求的执行成本,在启发式算法的基础上,提出了一个近似算法,采用动态规划方法,对边缘网络中的计算资源进行优化分配,最大程度上减少边缘云网络的成本消耗。最后对该算法的近似度加以证明,度量近似解优劣程度。4、最后进行仿真实验。将文中提出的两种算法与随机算法、贪心算法相互对比,启发式算法具有运行时间短的优势,近似算法能够利用有限的计算资源卸载最多的任务请求,并且最大程度降低边缘云网络的成本消耗。