多接入边缘计算（Multi-access Edge Computing,MEC）作为5G网络的关键技术之一,可为移动用户近距离提供数据缓存和业务计算服务。一方面,有效减少了数据传输量,能更好地匹配用户需求,降低访问时延;另一方面,依托5G网络优势,能够广泛采集智能终端数据,实现计算任务的快速反馈。应用MEC技术解决5G网络中的资源分配问题,可以有效缓解网络链路的带宽压力,提高能量效率,保障用户的服务质量,使5G网络更适配于车联网、无人机控制等业务场景。在5G MEC领域中,设计合理的资源分配策略是提升用户服务质量,实现系统经济效益与网络性能权衡的关键。首先,针对5G MEC网络中面向多移动节点的资源博弈问题,综合考虑了信道拥塞和用户竞争对资源分配策略的影响,通过建立多移动节点间的资源博弈模型,运用了非合作博弈理论对多移动节点间的资源博弈策略进行优化,证明了纳什均衡的存在性和唯一性,提出了基于斯坦博格博弈的最佳响应算法（BRSG）,以得到最大化设备收益的均衡资源分配策略。仿真实验结果表明,所提出的BRSG算法能够提高约14%的设备效益。其次,针对5G MEC网络中面向边缘服务器的资源拍卖问题,考虑了网络性能和经济效益联合优化问题,建立了研究系统社会福利的边缘服务器资源拍卖模型,通过运用拍卖理论优化了边缘服务器的计算资源拍卖策略,设计了一个实用高效的激励机制,提出了基于拍卖机制的帕累托最优资源分配算法（POAM）,以得到最大化系统社会福利的资源分配策略。仿真实验结果表明,所提出的POAM算法能够提高约17%的系统社会福利。最后,针对5G MEC网络中面向边云协同的资源拍卖问题,深入分析了设备竞争关系、系统状态和外界环境的随机性对资源分配策略的影响,通过建立低能耗高系统收益的资源协同拍卖模型,运用了拍卖理论和Lyapunov随机优化方法对资源协同拍卖问题进行转化和求解,设计了基于在线拍卖的边云协同资源分配算法（ECOA）,以得到最小化能耗成本、最大化系统收益的资源分配策略。仿真实验结果表明,所提出的ECOA算法在保证系统稳定的同时,能够提高约12%的系统收益。