移动边缘计算已经成为了一种预期能够为移动和大数据应用提供普适计算和存储服务的计算模式。在网络边缘,由于小型基站的部署使得移动边缘计算服务网络得以建立。这些小型基站通常能够直接与移动用户相连接并为之提供快速反馈的低时延服务,因此移动用户能够将一些计算密集型或时延敏感型的任务上传迁移到当前连接的小型基站上面,然后移动边缘计算网络利用小型基站上面的硬件资源协助用户处理此类任务。而在这种新型计算模式中执行任务迁移的决策则面临了诸多如任务需求复杂、用户移动性高、应用与服务多样、小型基站的计算和存储资源有限等新的挑战。因此,如何收集和利用移动边缘网络的新特性、提升在任务迁移过程中涉及到的任务分配决策及数据传输效率等问题都是值得深入研究的课题和方向。本论文便针对上述提到的问题进行了深入地研究。具体地,对目前移动边缘计算中出现的新特性和新挑战进行了梳理,并对最新的相关模型和工作进行了总结,分析和探讨了移动边缘计算中重要的优化模型与移动模型以及无线块数据传输机制与协议中各自的优缺点。在此基础上,本论文主要设计并验证了移动边缘计算中的以下三方面工作:(1)一种感知移动用户特性的服务模型架构及迁移任务预分类机制,(2)一种基于用户移动模型的任务迁移优化算法,以及(3)一种高性能块数据可靠传输协议。最后,针对本文所有的设计方案展开了各类仿真或平台测试实验,并对实验结果进行了分析。根据比对结果显示,本文工作中的各项设计能够在移动边缘网络环境下成功地利用传感器数据对迁移任务进行预分类,并且能较明显地减少迁移任务的处理时延且保持良好的任务接受率,以及较之于目前最新的块数据传输协议有明显的性能提升,降低达34.8%的数据分发时延,从而帮助提高了移动边缘计算的整体效率。