伴随着移动互联网的高速发展,传统的语音业务产生的数据流量占总体数据流量的比例越来越小,取而代之的是移动互联网数据业务流量急剧升高。下一代移动通信系统(5G)必须能够满足极高的通信要求:数以百亿计的移动设备接入需求,应用服务对计算处理资源、下载速率、传输时延要求越来越高,爆发式增长的海量数据流量正给网络带来极大的挑战。为了应对这些挑战,IMT-2020(5G)以及3GPP等标准化组织引入云计算和虚拟化技术,提出功能模块化、服务分层化、网络虚拟化,以及接入面、数据面和控制面分离原则。考虑到业界对于5G系统的普遍共识,以及总结前人研究工作,本文提出了分层次分布式云服务网络模型(HDCSN),该模型由“接入云+分布式微云+核心云”三层次组成,符合IMT-2020(5G)以及3GPP对网络系统架构提出的基本需求。接入云考虑采用中移动提出的C-RAN网络,部署超高密度的蜂窝小区以满足海量移动设备的接入需求。在接入云基础之上,部署分布式微云系统,将远端核心云服务器的服务能力迁移到本地区域,用户可以从本地区域的微云服务器获取到高质量低时延的应用服务。移动设备和数据流量爆发式增长,对无线资源和虚拟资源的需求也随之增长,然而,无线资源和虚拟资源的增长速度却相对慢了许多。因此,资源如何进行高效地调度和分配,以此增加资源利用率和系统容量成为本文研究的重点问题。本文针对此问题进行了以下研究:1)选取流媒体应用作为研究对象。由于流媒体应用对频带、功率、计算处理以及缓存等资源的消耗量巨大,因此,高效的资源调度和分配方案会有更大的优势。本文提出了资源联合调度与分配方案(JRSA),依据不同区域的业务繁忙程度,采用集中式的资源调度方案;同时,在每个区域内部,C-RAN的无线资源与微云的虚拟资源之间需要协调分配,以尽可能提高资源利用效率。仿真结果显示,JRSA方案能够最大化资源利用效率,同时,JRSA能够均衡整个网络的负载,进一步提高资源利用效率和扩大系统容量。2)考虑在点播流媒体应用服务场景下的分布式内容缓存策略。本文以用户获取应用服务的平均时延作为服务的QoS指标,通过分析不同流媒体服务在不同小区的流行度差异,提出了改进型的分布式聚类内容缓存与更新方案。仿真结果显示,与传统方案相比,应用改进型的内容缓存和更新策略,用户获取服务的时延得到很大程度降低。同时,由于采用以负载均衡为标准的更新方案,整个网络的“热区冷区”负载不均衡问题得到很大程度缓解,实现了整个网络的负载均衡。3)本文考虑当系统处于业务繁忙状态时,如何高效利用资源以扩大系统容量。当系统内需要服务的用户数量过于庞大,因为负载过重而不可避免出现拥塞情况。本文采用D2D通信方式实现资源互助策略,节点间通过D2D通信相互传输数据和服务,以此缓解基站和微云的负载压力。仿真结果显示,采用高效的D2D资源互助方案,能够为微云转移较大的带宽负载压力,同时,也能够使得蜂窝网的容量相应地扩大。并且,蜂窝网的能效也大幅度提高。