徐少毅，赵成瑜

(1.北京交通大学 电子信息工程学院,北京 100044；2.东南大学 移动通信国家重点实验室，南京 210096)

近年来，无线通信技术发展迅猛，全球范围内移动用户对无线业务的需求也在高速增长，广阔的需求大大增强了5G的发展潜力，5G的大规模商用被越来越多的国家提上议程.然而随着5G的大规模商用，导致海量的物联网设备接入互联网，使得需要进行缓存或者计算的任务激增.这对现有的移动设备(Mobile Device，MD)的计算能力构成了极大的挑战.

传统的移动云计算(Mobile Cloud Computing，MCC)可以显著增强计算能力并为移动设备节省能源.然而移动边缘计算(Mobile Edge Computing，MEC)与传统的MCC相比，通过将计算能力下沉到移动边缘节点，在增强计算能力和节能的基础上有效地降低了网络传输延迟，同时也带来了更短的传输距离和更小的数据抖动等优势[1-3].但是移动边缘服务器的计算资源有限，同样不能将海量的数据都卸载到移动边缘服务器上.如果周围有空闲且计算资源丰富的终端设备，可以通过设备到设备(Device-to-Device，D2D)通信方式，与MEC服务器进行联合卸载和缓存来进一步提升蜂窝网络的计算和缓存能力[4].然而由于提供计算服务时会产生一定的成本，再加上边缘节点所固有的私有性、趋利性，因此设计合理的激励机制刺激边缘节点提供服务是需要解决的重要问题.

目前有关MEC技术的研究更多侧重于计算资源的分配，而在提升MEC服务网络的收益方面的研究却十分有限.从有限的文献来看，现有……