随着大数据时代的到来,涌现出了各种新兴业务,传统单一的网络通信技术已经无法满足用户的多样性需求。为了满足有着差异化的业务需求,网络通信提出了网络切片技术。通俗来讲,网络切片技术就是将物理网络划分为多个虚拟网络让业务变得更加灵活多样,能够根据用户的不同需求提供不同的服务。为了能够保障各网络切片的正常工作,资源的合理分配是一个需要解决的关键问题。本文对基于网络切片的移动雾计算系统（MFC,mobile fog computing）中计算请求的卸载策略展开研究。首先,为了能够更好的解决因不同的业务需求而给MFC带来的负担,本文提出了基于网络切片的资源调度架构,能够有效的缓解因计算请求多样性带来的处理压力,同时能够满足计算请求的差异化需求以及增强了资源分配的灵活度,从而提升了整个系统的资源管理效率。其次,本文运用虚拟化技术将一台或多台物理机的计算资源虚拟化成一台虚拟机（Virtual Machine,VM）来构成MFC系统的计算资源池,然后根据系统中可用的虚拟机数量,合理分配资源来卸载计算请求。文中将MFC中用户的业务需求类别分为两类,提出了一种MFC系统资源分配的最优方案,以最大化系统的长期期望奖励。然后,将优化问题表述为半马尔可夫决策过程（Semi-Markov Decision Process,SMDP）。我们通过迭代算法求解SMDP问题,得到了相应的最优方案。提出的方案可以提供指导雾计算方针,有助于决定移动用户请求应该需要分配多少资源。数值结果表明,该方案优于其他资源分配方案,提高了系统奖励和移动用户所获得的体验。最后,我们讨论了因为MFC系统因资源被占用导致计算资源不足而拒绝用户的计算请求,从而会得到一个较大的惩罚。为了避免这种情况,我们考虑了多个MFC系统,当系统计算资源不足时,可将计算请求迁移至邻近的MFC系统进行卸载。为此,我们研究了计算请求的最优卸载问题,建立了成本优化模型。通过数值仿真试验验证了该方案的有效性。本文针对基于网络切片下的MFC系统资源分配策略以及计算请求的卸载策略进行了研究,为计算请求的多样性以及满足用户差异化需求的相关研究奠定了基础,同时也为网络切片技术适应不同服务类型和不同需求,支持垂直行业提供了方向。