移动边缘计算技术将计算能力外推或下沉到移动接入网的边缘,方便蜂窝网与云计算服务的深度融合,最大限度地减少交付业务的端到端时延。但云计算与无线接入网的结合也迎来了一系列挑战,其中边缘环境中资源的限制和用户移动性的问题尤为突出。本文基于开源OpenStack和Kubernetes云平台,结合具体移动边缘应用场景,设计和实现了一个面向用户服务的迁移系统,主要工作内容和创新点如下:首先,论文分析对比主流的云计算管理平台,选择OpenStack和Kubernetes为研究对象,深入研究其系统架构、核心组件的功能及工作流程和部分源码机制,探索并实现了面向用户的服务迁移在两个平台上的实施方式。其次,论文结合虚拟化平台提供的资源管理功能和蜂窝小区的终端定位技术,针对移动边缘环境中用户跨区切换的场景,设计并实现了面向用户的服务迁移原型系统。经过测试,该系统可以及时的监测用户的跨区行为并对实时内存、服务镜像和增量镜像做出迁移。最后,论文针对多用户下的复杂场景提出了用于资源分配的服务调度和预测模型,采用遗传算法、回归算法和BP(Back Propagation)神经网络算法进行求解,并与通用最优化计算软件GLPK进行比较。结果发现,在小规模场景下,本文提出的模型求解方法可以在牺牲30%性能的前提下,计算时间缩短一个数量级。