考虑物理层安全辅助的私密文件传输问题，提出了带有边缘计算服务器的智能基站作为中继协助完成文件压缩、传输与解压的安全传输方案。首先使用空间泊松点过程刻画多个潜在窃听者场景下的安全传输概率，然后构建两跳总安全传输概率约束下的时延及能耗最小化问题。通过一维搜索结合线性规划，得到了最优压缩与解压方案。仿真结果表明，给定安全概率约束下私密信息速率小的链路在传输前需要进行文件压缩，反之不需要压缩，可直接传输。

针对基于云服务的虚拟现实对数据传输速率的高要求以及对传输时延的敏感性问题，提出并设计了基于移动边缘计算技术的云VR系统方案，主要包括基于视点的VR处理和混合数模传输优化。首先采用基于金字塔投影的用户视点感知动态推流方法实现基于视点的VR处理；然后引入混合数模技术对传输进行优化改进，并给出了启发式的资源分配优化算法；最后在长期演进（LTE）系统的基础上改造基站协议栈，融入移动边缘计算技术，实现了完整的移动边缘云VR系统。实验结果表明，与已有方案相比，所提方案能够实现更加稳健高效的传输，达到更好的VR用户体验。

移动边缘计算技术被广泛应用于实时性强和带宽密集型业务，但其底层的异构体系结构可能会导致多种安全及隐私问题。区块链技术的去中心化、防篡改和匿名性等特性为移动边缘计算系统提供了新的可信计算范式，使其在分布式环境中实现无可信第三方的交易认证与信息记录，可保障数据在采集、传输、存储及计算过程中的安全性。针对边缘计算中的安全隐私保护、资源管理等关键问题，阐述面向移动边缘计算的区块链技术在数据安全、隐私保护、身份认证、访问控制、计算迁移和网络管理方面的研究及应用现状，归纳总绪内容分发网络、智慧城市、智慧医疗等移动边缘计算场景下应用区块链技术的具体方式及性能优势，并对其未来研究及应用前景进行展望。

面向空天地一体化网络的移动边缘计算技术

在区块链赋能的移动边缘计算（BMEC）系统中，针对各类新型计算任务并行性需求的差异，提出了一种基于异构计算的BMEC系统模型，通过调用异构计算架构中并行计算能力不同的处理器，实现区块链业务与用户业务的高效处理。通过综合考虑异构处理器调度、计算资源分配以及带宽资源分配，将通信及计算资源受限下的系统效用最大化问题建模为混合整数非线性问题。为了快速求解该问题，将所提模型进一步解耦为业务驱动的异构处理器调度问题和资源联合分配问题，并提出了基于拉格朗日对偶理论的联合优化算法。仿真结果表明，所提算法可以有效提升BMEC系统的系统效用。

本文来自于sdnlab，介绍了MEC的基础概念，服务场景，架构，部署场景，现实的案例和现存的问题与挑战。在正式开始介绍移动边缘计算（MobileEdgeComputing，MEC）之前，先从我作为一个初学者的角度来谈谈MEC出现的必要性，便于读者理解。这篇文章仅代表我自己的一个学习过程和体会，如果有表述不当的地方，欢迎批评指正。提到MEC，对其略懂一二的人，恐怕能想到的第一个词就是“低时延”，虽然MEC的含义远不止于此，但我认同“快”的确是MEC所能带给我们的最切实际的体验！我们从时代发展的角度来试图窥探一下“快”趋势发展的必然性，在被数字化席卷的今天，人们的生活节奏越来越快，数据还是最有价值

移动边缘计算改变了4G系统中网络和业务分离的状态，通过对传统无线网络增加MEC平台网元，将业务平台（包含内容、服务、应用）下沉到移动网络边缘，为移动用户提供计算和数据存储服务。MEC平台的具体部署方式主要分为两类，包括宏基站场景的部署以及小小区基站场景的部署。（1）宏基站场景部署一般来说，基站的服务范围较广，服务用户较多，且宏基站本身具备一定的计算和存储能力，故MEC在宏基站场景的部署主要为将MEC平台直接嵌入到宏基站的方式。拥有MEC功能的宏基站能够降低网络时延、获取业务的上下文信息并且能很好的支持室外的大区域范围的各类垂直行业应用，车联网、智慧城市等等。（2）小小区基站场景部署考虑到小小区

基于李雅普诺夫优化的移动边缘计算任务卸载策略研究.caj

5G边缘计算白皮书。介绍移动边缘计算的发展背景和市场需求，并对业务场景的规划和应用，在本地分流、数据服务和业务优化三大领域进行分类和研究。从关键技术、标准化和发展趋势方面，对移动边缘计算技术进行探索

移动边缘计算卸载作为移动边缘计算的关键技术，主要功能是将移动设备的密集型计算任务迁移到边缘服务器上执行，实现低能耗和低时延的服务，但在计算任务卸载过程中产生的传输时延和能耗降低了用户的体验质量。为进一步降低延迟和能量消耗，针对移动边缘计算卸载系统，提出基于博弈论的功率分配算法。在服务器计算资源的约東条件下，采用二分搜索法优化传输功率降低传输时延和能耗，利用非合作博弈论解决多用户卸载决策问题降低系统开销。仿真结果表明，该算法可以获得较好的计算卸载性能，与单纯的博弈卸载算法和自适应顺序卸载博弈算法相比，卸载性能分别提高41%和12%。