近年来,智能技术的巨大进步已经极大地促进了移动设备的应用,同时带来了海量的无线连接和数据流量。然而,移动设备灵活且独立的特点都决定了其计算能力受到严重的限制,这已经严重制约了移动设备处理大规模计算任务的能力。为了解决这个问题,研究者们提出了一种名为移动边缘计算(mobileedgecomputing,MEC)的技术。作为云计算技术到网络边缘的延伸,移动边缘技术已经成为给移动设备提供强大计算和存储能力的新范例。为了进一步提高移动边缘计算中的用户服务质量,提高资源利用的效率,复杂的计算和通信资源的调度分配问题亟待解决。而深度强化学习(deep reinforcement learning,DRL)是目前资源调度问题中可以有效降低系统能耗和时延的最有应用前景的人工智能算’法。本文首先考虑了一种包含多用户的移动边缘计算网络,其中用户可以将计算任务分割成多个子任务,并卸载到多个边缘服务器节点上。同时发现,用户的任务特性和边缘服务器的计算任务可能是时变的,那么在这个网络框架中为用户提供一个最省时或者最节能的卸载比例策略就可以被认为是优化一个动态决策问题,本文将这个动态决策问题建模为马尔科夫决策过程(Markovdecision process,MDP)。随后,本文定义了此马尔科夫决策过程的状态空间和动态空间,而且将系统能耗和时延整合为代价函数,作为决策的即时奖赏函数。为了求解此MDP,文中设计了一个基于深度QQ网络的新型卸载比例控制算法,用户可以基于此算法对各个用户的卸载比例进行动态微调,来确保系统维持最低运行代价。通过在Python平台进行仿真实验,实验数据证实了所提非二元卸载策略可以有效地使系统代价收敛至一个较低的水平并保持稳定。本文还仿真了用户数量和边缘服务器数量发生变化的情况下算法的表现能力,实验结果显示此算法在用户和边缘服务器数量变动时仍然保持其优越性。除此之外,为了保护MEC网络在计算结果回传阶段的物理层安全性,本文也建立了一个存在智能攻击者的非正交多址协议(no-orthogonal multiple access,NOMA)网络传输模型,该智能攻击者可以在多个攻击模式间自由切换。为了保护无线传输的安全性,并且增强回传链路的传输速率,本文将边缘服务器与智能攻击者的交互看作是一种零和博弈,并在此博弈论的框架下提出了一种基于强化学习的功率控制算法,求出博弈中的纳什均衡解,来抑制智能攻击者的攻击意图。仿真结果表明基于强化学习的对抗智能攻击策略也能够很好地抑制智能攻击者的攻击动机,并提高下行链路的传输速率来确保物理层的安全传输。