随着移动应用的迅猛发展及云计算为移动用户提供的服务支持越来越多,移动云计算(Mobile Cloud Computing,MCC)作为云计算和移动环境的集成而被引入。MCC将移动终端计算量和能耗密集的应用通过移动互联网卸载到云计算中心,有效降低终端能耗增强终端数据存储能力,并延长终端电池寿命。作为第五代移动通信系统(The 5th Generation Mobile Networks,5G)中一项关键候选技术,MCC已得到了广泛的研究。但现有的研究成果还不够全面,需要进一步改善诸如带宽、服务质量(Quality of Service,QoS)、移动性管理、资源管理、时延和安全等方面的性能。很多关键性的问题诸如从用户主观体验角度提高云服务质量、高效带宽分配、使用微云来降低时延提高服务质量、提供无缝移动云服务和通过分析移动用户行为制定安全机制等需要解决。解决这些问题对今后5G具体方案实施和技术支持都具有非常重要的意义,也是本文选题的依据。本文将以MCC为切入点,重点研究在动态网络环境下,终端性能、带宽和应用特性等方面的限制下多级别的资源管理和更细粒度管理操作等问题。本文主要研究内容的详细介绍如下:第一,针对两层(云端-用户端)MCC结构,研究基于用户体验质量(Quality of Experience,QoE)的网络带宽资源分配问题,提出一种在用户端考虑频谱效率和QoE,在云端考虑云服务提供商价格的两阶段斯坦克尔伯格算法。在保证系统性能和用户QoE的前提下最大化网络收益,并且平衡用户端和云端的性能,找出最大化用户端和云端收益的资源分配策略。分析用户QoE以及多个云服务商提供的价格策略对系统性能的影响,并进一步求出云服务提供商提出的价格的最大值和最小值,并通过仿真验证算法的正确性。第二,针对多层的MCC结构,研究基于微云的移动云计算网络计算资源、功率和带宽资源分配问题,将用户端,微云端和云服务提供商的资源分配问题建模为三阶段斯坦克尔伯格博弈模型。在用户端考虑移动用户的功率和带宽资源,在微云端考虑计算资源,在云服务提供商端考虑不同提供商之间的价格策略。设计最佳的带宽和功率分配反应函数,最佳计算资源分配函数及最佳价格反应函数。并研究三阶段斯坦克尔伯格博弈的最佳纳什均衡的存在性及价格的最大值和最小值,并通过仿真验证三阶段斯坦克尔伯格博弈算法的有效性。第三,在MCC和超密集网络联合考虑的情况下,将超密集网络用户如何根据自身性能和花费来动态选择微云的问题建模成演化博弈。将微云根据超密集网络用户的资源需求寻找最佳价格和带宽分配策略问题建模成非合作博弈问题。在演化博弈模型中,证明演化博弈的稳定性及唯一性。而且提出基于群演化博弈的迭代算法和基于增强学习的Q-learning迭代算法来得到均衡点。其中,基于Q-learning的算法可以使用户根据历史决策信息得到最佳演化纳什均衡,解决在现实生活中建立群演化博弈管理中心困难的问题。第四,针对MCC网络安全问题,研究用户行为是非常重要的,因为它们是MCC安全可靠运行的基础。用户行为可以分为利他行为、自私行为和恶意行为。云服务提供商通过分析用户行为评估用户行为表现,正确引导用户行为,制定合理的资源管理机制,从而充分利用移动云计算有限资源。在本文中,基于用户行为分析的MCC资源管理问题建模为动态贝叶斯博弈。具体来说,微云根据用户的行为概率信息为用户设置合理的资源价格来最大化自身效用。具有恶意行为的移动用户可以根据自身的性能和成本动态调整资源需求策略。本文研究贝叶斯博弈纳什均衡点的存在性,可以分别得到自私用户和恶意用户的最佳反应资源分配函数,从而得到贝叶斯博弈的纳什均衡。