通信技术的发展为视频服务的普及提供了基本条件,视频服务的流行推动了视频流量近年来爆发式的增长。但巨大的视频流量对移动边缘网络带来了沉重的通信和计算压力,使得集中式数据处理模式遭遇到严重的危机。首先,由于移动用户设备的广泛分布,加上用户视频访问的“长尾”效应（内容流行度的不均衡）,使得移动边缘网络中存在大量的冗余视频数据,增加了移动边缘网络的传输负担。其次,在移动边缘网络中的感知视频上传将受到移动边缘网络的链路条件、拓扑结构、设备负载等多重因素的影响,如何确保快速、高效的感知视频上传是目前较为活跃的一个研究领域。同时,移动边缘网络的时变性、移动的任意性等特点也造成在移动边缘网络中为用户提供低时延、高质量、高适应性的视频服务难度很大。在用户端设备上部署视频缓存的方法提供了一种极具潜力的视频分发机制。但基于移动边缘缓存的内容分发需要克服对核心网络和通信基础设施的依赖,增强内容分发机制对网络条件与客户需求的适应性,提供最合适用户端的视频质量。因此,研究移动边缘网络中视频传输和缓存机制具有现实意义和理论意义,但也面临不少技术困难。本文针对上述问题,结合最新的研究成果,在以下三个方面做出了贡献:第一,研究在移动边缘网络中资源和能力有限的用户设备上快速、在线提取视频流关键内容的问题,使得接收用户可以在获取完整视频内容前了解视频的主体信息,减少不必要的视频传输。本文设计了一个低复杂度的在线视频摘要算法,通过适配用户需求的多样性和移动边缘网络的动态性来提取不同的代表性关键视频段集合。本文定义了视频段覆盖范围和左右描点,通过最小化视频摘要误差和自动检测孤立值,将移动边缘网络中时延敏感的自适应视频摘要问题刻画为0-1矩阵优化问题。为了解决这个NP难的稀疏优化问题,本文提出了一个弹性视频摘要算法来动态地调节所选代表性视频段的数量。为降低算法复杂度,本文对算法的关键属性进行了理论分析,并基于分析结果加入了锚搜索和关键视频段组合搜索算法来大幅地缩减搜索空间。验证结果表明本文所提算法具有很强的网络和用户适应性,能够显著改善带宽利用率、降低时间消耗。第二,研究移动边缘网络中群智感知视频上传问题,通过设备直连D2D通信技术来应对移动边缘网络中信号不佳的情况,将基于内容的动态路由与网内数据去重去冗技术相结合来减少传输的视频数据量。通过“生产-存储-传输”范式的定义,本文提出了视频处理和视频转发策略,并将带有两轮局部去重去冗操作的D2D协作视频上传问题形式化为多阶段的决策问题。由于这个决策问题中涉及到移动边缘网络中传输目的地不确定的难点,为此本文设计了一个逐步互助视频上传算法,将上述决策问题分解为一个背包问题和一个简单线性规划问题的组合。验证结果表明本文的工作显著减少了视频的传输时延,并有效改进了移动边缘设备间的传输负载平衡。第三,为适应移动边缘网络的动态性,本文针对可伸缩编码视频（SVC）,研究SVC视频层在带有D2D支持的移动边缘网络中的协作缓存放置问题。本文从用户的角度出发,联合考虑用户感知时延、缓存存储成本和缓存负载三个影响因素,利用SVC视频层之间的依赖关系约束,在联合支持多源和单源放置方式下,将SVC视频层的缓存放置问题形式为一个0-1整数规划问题。在子模性分析的基础上本文设计了一个负载感知的贪婪分层视频缓存放置算法,将请求的SVC视频层分类为多源放置的共享层和单源放置的非共享层。其中共享层的放置问题被转化为一个单源容量设施位置问题,非共享层放置问题转换为一个简单的线性规划问题。验证结果表明本文所提的算法可达到最低的缓存总成本,能够有效地改进算法时间消耗和缓存节点间的负载平衡。