随着智能移动终端的不断普及,移动用户对计算密集型应用业务的需求呈现出指数增长趋势。在高数据速率和高计算能力两方面,传统的无线蜂窝网络都无法满足这种指数增长的需求。在无线网络中结合通信和计算能力变得越来越重要,催生了移动边缘计算的概念。主要思想是将移动设备中计算需求较大的业务通过无线网络卸载到网络边缘云中,使用户更接近、并能获得高效的计算资源。该技术能解决移动终端计算和存储能力受限的问题,同时减少移动终端的通信延迟并节省能量消耗,从而提高用户体验。移动边缘计算推动了移动互连通信的发展,但是在无线网络连接不稳定、网络负载大、业务延迟敏感等方面仍然面临诸多挑战。针对以上问题,本文主要研究移动边缘计算卸载。我们提出了一种用于分配多任务项目的模型,通过联合考虑边缘计算基础设施(计算资源,存储资源)、基站与移动用户之间的时变无线信道等,对用户多任务在基站的虚拟机中进行放置,目标是从云服务提供商的角度最小化服务成本,同时在一定程度上保证服务质量。我们采用整数线性规划(ILP:Integer Linear Program)方法来解决此问题,并基于遗传算法提出相应的启发式算法MAGA(多种群自适应遗传算法)。仿真结果证实了ILP的正确性和启发式算法的有效性。为了提高边缘云数据中心网络的抗毁性,本文还引入监测路径的思想,在边缘云数据中心中Clos架构下,提出了网络故障监测和快速定位的方法,实现链路及交换设备的故障监测与定位。设计目标是使网络的监测成本最小化。本文通过ILP对问题进行建模并进行最优化求解。仿真试验结果验证了所提ILP模型的正确性。