随着海量用户与移动设备的涌入,密集化组网成为下一代无线网络发展的必然趋势,具有自组织、分布式特性的资源分配算法成为未来资源管理的内在需求。与此同时,新型移动互联网业务的蓬勃发展也对无线网络的资源分配产生了深远的影响。一方面,移动支付业务渗透到生活的各个角落,引发了用户对于信息安全的空前关注,对未来的网络服务提出了新的需求。另一方面,视频成为人们娱乐与信息获取的主要方式,为提升网络的视频存取与分发效率,缓存与计算功能下沉至无线网络边缘,演进出新的网络架构。如何设计分布式的资源分配算法,有效应对网络新需求与新架构带来的新挑战,成为未来无线资源管理的重要内容。随着移动互联网等新型业务的普及,信息安全成为用户关注的基本属性,也是未来网络提供商及运营者的核心竞争力之一。在众多网络安全技术中,物理层安全技术作为提升无线网络安全性能的有效手段获得众多学者的青睐,然而多数物理层安全研究集中在中继、认知、终端直通（Device-to-Device,D2D）等场景,对大规模、复杂网络场景下的安全资源管理策略的指导有限,需要结合未来密集网络结构特点进行有针对性的安全传输策略研究,增强算法对下一代无线网络的适配度。此外,新型无线边缘网络中,新增的资源维度进一步增强了网络的异构性,有效协同不同类型的资源、构建多种网络节点的协作体系,是实现资源联合优化的关键之一。由于资源管理的对象与种类骤增,单角色与双角色模型无法分析网络中多种节点的交互,而多角色模型稳定解的存在性更加无法得到保证。如何在无线边缘网络中实现资源节点的分布式协作,并保证协作机制的稳定成为下一代无线网络中资源分配的另一挑战。因此,本文着眼于超密集网络下的物理层安全传输与无线边缘网络中具有稳定性的异构资源节点协作机制设计,开展面向下一代无线网络的分布式资源分配算法研究。主要研究成果归纳如下:第一,考虑超密集网络（Ultra Dense Networks,UDN）的分层结构特点,本文针对全缓存（full buffer）业务研究了基于层间协作的物理层安全资源分配问题。利用小基站作为友好干扰器（friendly jammer）,辅助宏小区层的信息安全传输。首先设计了宏小区层对小基站的资源与资金激励策略,增强小基站的合作积极性。随后,通过将使用相同信道的小基站与宏小区视为一个联盟,将小基站与宏用户间的双向选择问题建模为效用不可转移的联盟形成博弈,最后利用合并-分离算法设计了分布式的频率选择算法获得了符合纳什稳定的分配策略,在大幅提升宏用户安全性能的同时保证了小基站自身的通信性能。第二,考虑超密集网络中小基站间大量的频率复用,本文针对突发业务研究了基于物理层安全的小基站频率分配问题,合理控制与利用网络中的同频干扰,抑制窃听器的性能。本文基于M/D/1业务模型与位置信息对用户的安全传输概率与时延进行建模分析,在此基础上设计了三个博弈模型研究不同场景下的分布式频率分配策略。首先,考虑系统的安全性能,建立了基于状态的势博弈模型,并证明了常返状态均衡的存在。随后,考虑系统安全性能与时延的多目标问题,利用严格势博弈分析小基站的频率规划问题,并设计了基于max-logit学习算法的分布式求解策略。为了进一步降低博弈者之间的交互开销与对回程链路的依赖,在回程链路受限的场景下,利用增强学习算法求解了小基站间的非合作博弈,使得小基站能够凭借历史信息与瞬时收益的观察做出决策。第三,从个体层面出发,研究稳定的协作收益分配,本文在边缘缓存网络场景下,研究了基于异构网络的分层缓存框架中小基站的协作机制设计问题。假设热点区域中的小基站共同合作为覆盖区域内的用户提供服务,首先,以最大化集体净收益为目标,以用户的时延需求为约束,建立优化问题,根据小基站的缓存状态与信道状况优化网络选择与带宽分配。而后将集体所得在小基站间的分配问题建模为破产博弈（bankruptcy game）,为了求解落在核心（core）内的收益分配,本文利用核仁（Nucleolus）准则,尽可能保证各个小基站对于分配结果的满意度,并采用分布式核仁搜索算法求出了符合核仁准则的分配,保证合作的稳定性。第四,从网络层面出发,探索多方间的稳定交互关系,本文在边缘计算网络场景下研究了基于无线虚拟网络（Wireless Virtual Network-s,WVN）的内容、计算资源与用户间的调度与匹配策略。首先,为用户创建虚拟内容副本,解耦用户与内容间的多对多匹配关系,再将虚拟内容副本与无线资源切片组合成资源对,将内容、计算节点、移动虚拟运营商（Mobile Virtual Network Operator,MVNO）与用户的四方匹配压缩为三方匹配问题。在此基础上,本文使用供应商-企业-买方（Supplier-Firm-Buyer,SFB）博弈分析三者间的关系并建立对应的线性规划问题,通过证明非空核心的存在性表明所提SFB框架的稳定性。最后,基于对最优解的特性分析,利用三方匹配理论重新建模上述问题并提出了分布式的求解算法,得到了稳定的匹配结构。