如今,随着无线通信的发展,无线城域网中由于应用部署的多样化和服务要求的个性化,人们对移动设备的依赖程度越来越高。随着边缘计算的快速兴起,让无线城域网中的移动用户可以将服务迁移到边缘服务器上执行,减少服务执行时间,降低移动设备能耗。然而,由于无线城域网中服务体量大、边缘服务器资源受限等原因,服务在执行过程中边缘服务器的数据传输性能低下、能源消耗增加等问题日益突出。在隐私数据如此重要的大数据时代,如何在服务迁移时保证用户的隐私,实现隐私感知的服务迁移是亟待解决的问题。因此,边缘计算环境下面向无线城域网的服务迁移面临如下挑战:1)针对批量边缘服务的放置问题,忽略了服务体量大和多源等特征,缺乏服务器性能和能耗的权衡;2)针对边缘服务迁移时隐私泄露的问题,在保障边缘服务执行效率的前提下,需要综合考虑服务在边缘服务器之间迁移时隐私保护的复杂性。应对上述挑战,本文对边缘计算环境下面向无线城域网的服务迁移关键技术展开研究,研究内容主要包括:（1）为了综合考虑边缘服务器资源使用率和能源消耗,提出性能与能耗权衡的服务放置方法。具体而言,首先,建立边缘服务器的资源使用率模型、服务执行时间模型和能源消耗模型。然后,利用强度帕累托进化算法（Strength Pareto Evolutionary Algorithm,SPEA）得到性能均衡的服务放置策略集合。最后,利用逼近理想解排序法（Technique for Order Preference by Similarity to an Ideal Solution,TOPSIS）和多准则决策矩阵（Multiple Criteria Decision Making,MCDM）得到最终的服务放置策略,在满足服务执行时间的要求下实现服务器资源使用率和能源消耗的联合优化。（2）针对边缘服务迁移时隐私泄露的问题,提出隐私感知的服务迁移方法。具体而言,首先,建立网络负载均衡模型、服务迁移时间模型和隐私熵模型。然后,利用改进的强度帕累托进化算法（Improving the Strength Pareto Evolutionary Algorithm,SPEA2）得到性能均衡的服务迁移策略集合。最后,评估每个迁移策略的效用值并挑选效用值最优的策略作为最终的服务迁移策略,实现网络负载均衡、服务迁移时间和隐私熵的联合优化。