随着物联网和通信技术的飞速发展,移动终端设备如智能手机的功能日益强大,人们对其处理大任务的要求也越来越高。云计算由于其高计算能力、低服务成本、高可用性等特性已经应用到终端服务的方方面面。但是,近年来,用户对移动终端服务速率和服务质量的需求持续呈指数级增长,云计算服务由于其远距离传输带来的高抖动、高延迟和高能耗问题,逐渐无法满足要求。最新提出的移动边缘计算,在传统云计算的基础上,通过数据源附近的网络边缘执行数据处理,以使云资源和服务接近终端用户,从而有效缩短终端设备的任务执行延迟和能量消耗。移动边缘计算通过将计算密集的任务卸载到附近资源丰富的边缘服务器来充分利用能量受限的终端。但是,作为一个新的研究领域,其基础设施尚未完全建立,研究人员研究任务卸载问题必须首先建立模型模拟边缘计算场景。现有的任务卸载机制大多仅给出了边缘计算中的时间模型和能耗模型,没有为任务卸载的全过程建模,并给出各模型的可扩展实现以高度模拟现实。云计算和雾计算中产生的模型及系统由于场景不同,无法应用于移动边缘计算。另外,已有的任务卸载算法很少根据过去卸载情况自适应调整卸载方案,动态选择最优卸载。本文将面向任务卸载问题,给出移动边缘计算体系架构,设计相关模型和策略,实现移动边缘计算系统MECSim,并应用自适应任务卸载机制卸载终端任务。本文首先分析移动边缘计算场景,给出了符合资源限制的任务卸载问题的形式化定义,确立了面向任务卸载的移动边缘计算体系架构,包括:终端设备、传输网络、边缘服务器、负载均衡器和远程云。终端设备是任务卸载的发起者,生成需要卸载的任务和数据;传输网络记录网络拓扑结构,计算上传和下载数据的网络延迟;边缘服务器是在数据源附近的网络边缘提供计算服务的分布式边缘设备层;负载均衡器协调边缘服务器虚拟机负载,保持整体性能最优;远程云是与终端设备距离遥远的传统云计算平台。该体系架构全面考虑了移动边缘计算的任务卸载问题及其基本组成要素。其次,本文设计了移动边缘计算中的移动模型、任务切分策略、网络模型、虚拟机分配策略、时间模型和能耗模型。在面向任务卸载的移动边缘计算体系架构基础上,建立了模拟终端设备移动过程的移动模型、处理应用任务切分的任务切分策略、模拟网络传输过程计算延迟的网络模型、处理边缘服务器虚拟机的初始主机低负载分配和超负载情况下重新分配的虚拟机分配策略、计算时间消耗的时间模型和能量消耗的能耗模型等。针对各模型和策略设计,给出了一个相对完善的移动边缘计算系统MECSim,介绍了其系统架构和任务处理流程,弥补了现有的系统缺失。再者,本文应用动态内存分配算法给出了移动边缘计算场景下的最差适应、最佳适应和首次适应任务卸载算法,为待卸载任务选择合适的虚拟机,并分别分析其优缺点。为了应对更加复杂的场景,本文充分考虑应用内存分配的最差适应、最佳适应和首次适应任务卸载算法的优缺点,综合分析终端设备电量、过去任务失败率和当前任务大小等卸载因素,提出了自适应任务卸载机制。该机制实时地依据任务卸载状态自动调整卸载方案,以适应卸载应用的变化。最后,本文实现了包含各模型、策略和卸载方案的工厂模式可扩展MECSim系统,利用包图分析其整体实现和模块划分,利用类图、类分析和时序图分析其重要模块、相关模型、策略和卸载方案的实现。在MECSim系统上实施实验,验证了移动边缘计算的重要性、负载均衡系统架构的有效性、模型和策略的动态性以及本文提出的自适应任务卸载机制的高效性。