随着通信技术的进步,资源受限的移动终端设备已不能满足移动用户在数据处理方面急剧增加的需求。移动终端无法长时间处理复杂任务的现状很难通过扩展移动终端硬件设施来提高设备的性能去改变。因此,寻找能够解决动终端计算能力不足的新技术已不可避免。虽然在云计算环境下,任务迁移技术为解决移动终端计算能力不足提供了新的解决方案,但是采用集中式处理模式的云计算又很难满足海量的用户数据以及长距离传输的需求。为此,移动边缘计算(mobile edge computing,MEC)应运而生。移动边缘计算技术就是将原来云数据中心的资源分散到移动终端设备附近,通过构建MEC平台对计算资源、存储资源进行统一的管理。移动终端设备则将计算、存储等功能迁移到MEC平台来解决自身计算能力不足的问题。因此,在任务迁移过程中如何保持较高的服务性能,同时降低相关设备的能耗也成为研究者和移动用户所关心的主题。本文的目的是基于移动边缘计算环境下研究如何实现任务迁移的性能优化。(1)本文首先基于多MEC平台服务场景提出一种具有能耗优化的任务迁移策略,本文将该策略命名为最优停止的任务迁移策略OSTMS(Optimal stopping task migration strategy)。该策略的基本思想是将移动终端与MEC平台之间无线链路的信道质量与任务迁移研究相结合,通过将移动终端选择MEC平台迁移的过程转化为最优停止问题,并利用最优停止理论求出最优数据迁移平均能耗,通过选择最优数据迁移平均能耗的MEC平台进行迁移实现降低迁移能耗和迁移时延。(2)另外考虑到在移动边缘计算平台中,正在执行任务常常因移动终端设备迁移而发生变化。因此,针对移动网络中具有远近效应的动态服务迁移能耗优化问题,提出一种具有能耗优化的动态服务迁移策略DMSEO(Dynamic service migration strategy with energy optimization)。算法整体思想是:将动态服务迁移研究与无线网络中远近效应问题相结合,依据动态服务的最优迁移能耗阈值选择MEC平台进行迁移,实现动态服务迁移优化策略,从而降低迁移能耗,实现提升迁移性能的目标。综上所述,在移动边缘计算环境中,本文提出的两种策略有效地降低了任务迁移中相关设备的能耗,同时保证了任务迁移的性能,对于移动边缘计算环境下的任务迁移研究具有一定意义。