在“万物互联,全面感知”的时代,多元化和复杂化终端应用程序占据着主流市场。由于物联网技术的快速发展和终端服务的大范围应用,传统的互联网架构模型正面临着大数据和超负荷运算的严峻挑战。在这种情况下,边缘计算(Edge Computing)应运而生。云计算固然拥有强大的计算效能,但是有时也不能及时对终端应用服务做出响应。边缘计算作为云计算的补充,可以在接近产生数据的终端设备位置处理延迟敏感较强的任务,将云计算的集中运算方式转变为边缘计算的分布式运算方式,减少应用数据的传输时间,有效降低云计算的高运算负载。与此同时,非永久备份的数据选择在边缘节点存储,可以解决云端大量冗余数据存储等问题,保护了待执行任务的安全性和隐私性。然而,当前边缘计算网络架构仍存在不容忽视的问题。(1)边缘设备的资源分配和任务调度问题。随着终端应用的不断增加,每个终端应用都会面临资源设备的选择问题,即如何权衡链路传输时间和应用计算时间之间的关系是边缘计算架构中面临的问题之一。(2)由于边缘设备的负载以及边缘设备之间的通信时间很大程度影响整体架构功耗和应用延迟时间,在固定的网络架构前提下,合理的应用模块部署将成为决定网络架构功耗和终端应用延时优化的关键。面对终端用户的高质量应用服务和网络架构低功耗的请求,本文首先对云计算和边缘计算相结合的网络架构进行优化。通过分析相关学术研究中出现的主流网络架构,找出原有架构的优势与不足,结合多种网络结构创建一个新型的边云协同网络架构。然后,在新型边云协同的异构网络环境中,面对应用分步、按序执行的情况,边缘节点通过与邻近节点设备进行资源共享,利用动态任务调度策略降低了阶段性任务的处理时间,从而进一步降低整体应用延迟。在终端发送服务请求之前,本文又提出一种基于改进的粒子群优化算法的应用模块与基础资源设备之间的映射方案,能够高效地在解空间完成全局搜索,快速收敛获得全局最优解。改进的粒子群算法充分考虑了任务容忍延迟与系统功耗两个重要因素,获得的最优应用映射策略可以实现功耗与延时之间的权衡。本文采用iFogSim模拟器进行仿真实验。首先搭建出新型边云协同网络架构。其次添加本文提出的应用映射策略和动态任务调度策略。相较于固定的应用模块映射方案和静态任务调度策略,基于改进的粒子群优化算法的应用模块映射策略和动态任务调度策略可以显著提升应用服务质量,大幅降低网络架构功耗。实验结果表明,在使用动态任务调度策略情况下,终端应用的平均总延迟降低了14.6%。采用了改进的粒子群优化算法获得最优应用模块映射方案后,终端应用的平均总延迟降低了25.3%,整体架构功耗降低了8.4%。由此可见,本文提出的应用映射策略和动态任务调度策略可以同时优化延时和功耗。