本发明公开了一种移动边缘计算系统的任务卸载方法，包括：根据移动设备的任务数据建立状态集合；根据移动设备将任务卸载至服务器的传输时延，移动设备、边缘服务器和云服务器的计算时延，得到任务卸载时延；根据移动设备发送任务的能耗和计算过程中CPU的能耗，得到任务卸载能耗；对移动设备的用户使用模式和位置信息进行量化，得到任务卸载隐私水平；根据任务卸载时延、任务卸载能耗、任务卸载隐私水平和能量变化，构建以时延最小、能耗最小且隐私水平最高为目标的联合优化问题；基于深度强化学习的DQN算法对联合优化问题进行求解，得到移动边缘计算系统的任务卸载方法，能够在减小移动设备能耗和时延的同时，有效提高用户数据安全性。