近年来,随着物联网、5G和计算技术的快速发展,移动互联网获得了空前巨大的发展。移动互联网快速的发展使得智能移动设备的数量呈指数级增长,同时接入设备对计算的要求也不断增大,人脸识别、虚拟现实、在线交互式游戏等新型应用的出现,对算力和时延都有了更高的需求,而移动设备由于自身物理尺寸和电池容量的限制,无法很好地满足上述新型应用的计算需求。移动边缘计算（MEC）作为一种新的计算范式,为此提供了一种有效的解决方案。移动设备通过无线信道将输入数据迁移到MEC服务器进行处理,能够降低完成任务的时间延迟和能量消耗,从而延长移动设备的使用年限和扩展移动设备的计算能力。需要指出的是,一方面由于无线通信的开放性和广播性,卸载到MEC服务器的计算任务和设备都可能被恶意用户窃听,从而对计算任务的安全计算卸载的构成威胁。显然,考虑到MEC网络所面临的安全风险,如何设计高效安全的计算卸载方案就显得尤为重要。另一方面,考虑到现实的移动设备和MEC服务器都具有存储功能,研究分析缓存对移动设备计算卸载决策的影响也是必要的。本文以移动边缘计算为研究对象,分别研究移动边缘计算引入窃听者、缓存辅助后对于移动设备安全计算卸载决策的影响。首先,论文研究了单MEC服务器多用户移动边缘计算系统下的安全计算卸载机制,即存在一个窃听者的情况下,带有MEC服务器的基站如何为K（>1）个具有不同计算负载和优先级的移动设备提供计算服务。论文讨论了多用户MEC系统中影响MEC服务器向不同用户分配通信和计算资源的关键因素,强调了多用户MEC系统中执行延迟和能量消耗之间的折衷关系。为了揭示相对信道条件、不同计算负载和不同优先级的影响,论文提出了能量消耗和执行延迟的加权求和优化问题。针对加权求和优化问题的非凸性和求解困难的特点,论文采用Lagrange对偶分解法将原优化问题分解为多个子问题,并分别进行处理。由于分解的子问题仍然是非凸的,论文进一步提出了将子问题分解为两步优化问题,即利用Karush-Kuhn-Tucker条件和精确线搜索算法求解。论文的分析结果表明,所提出的安全计算卸载方案可以确保在存在窃听者的情况下,确保具有更多计算任务和更高优先级的移动设备优先将其计算任务卸载到MEC服务器。其次,在多用户多MEC服务器场景下,论文研究了联合通信与计算资源优化的存储辅助移动边缘计算系统。论文研究了在部分卸载机制下,基于存储辅助的移动设备的计算能力最大化和能耗最小化的计算卸载机制。在充分考虑数据存储影响下,以及在满足移动设备本地最大CPU周期数约束、峰值功率约束和MEC服务器最大计算资源约束下,论文通过最大化用户的可达任务量和最小化用户的能耗完成问题建模。论文通过利用Lyapunov优化框架优化了用户的功率分配、本地计算资源分配,以及MEC端计算与通信资源分配。论文的研究结果表明,在引入缓存辅助机制后,可以有效降低多MEC服务器模式下的计算处理时延和系统能耗。本文围绕移动边缘计算场景中的安全计算卸载技术展开的研究工作,对于探索安全和高效的移动边缘计算技术具有重要的参考价值。论文所揭示的在保证安全的前提下时延和能耗的置换关系,引入缓存辅助后移动设备计算能力与能耗的折中关系,以及其他影响移动设备计算卸载决策的关键因素的相关分析结果对于实际的移动边缘计算技术设计具有参考和指导价值。