物联网应用的爆发性增长为网络带来了巨大的流量压力,使传统云计算架构面临重大挑战。边缘计算这种新兴的网络基础设施将云计算服务扩展到了网络边缘,降低了通信延迟,缓解了核心网的负担,成为物联网应用的有效解决方案。一般的边缘计算设备采用计算能力强大的标准服务器,然而随着单板计算机和轻量级虚拟化技术的不断发展,越来越多的研究表明使用低成本的单板计算机集群可以组建高性价比的边缘计算网络。单板计算机具备轻便、低成本和低功耗的优势,然而资源容量的限制可能影响应用程序的服务质量。高效的资源池管理是解决这一问题的有效方法,合理的资源调度一方面可以满足应用的需求,另一方面优化资源的使用状况,提高边缘计算网络的工作效率。据此,本文主要对边缘计算网络和资源调度两方面进行研究,具体内容如下:(1)受数据中心超融合基础架构的启发,提出了一种轻量级边缘计算网络架构,并给出了其对应的组网方案和各个层次的实现技术。该架构旨在使用轻量级虚拟化技术在低成本低功耗的单板计算机的基础上开发出融合网络、计算和存储功能于一体的边缘节点,以代替传统组网方案中的网络设备和服务器。我们使用光纤让多个边缘节点互连,通过无线提供接入功能,并使用SDN控制器实现集中式的网络管理和自动化扩展。我们搭建了测试平台,测试了多种单板机平台的网络性能,评估它们用于开发功能融合的边缘节点时的表现,测试结果可以为多种应用场景下轻量级边缘计算网络的设计提供参考。实验结果综合验证了架构的可行性,单板计算机运行网络虚拟化技术时,在高链路负载和工作负载的情况下依然保持较低的延迟和抖动,在40公里光纤条件下可以达到毫秒级单跳传输时延。(2)基于所提轻量级边缘计算网络融合架构,设计并实现了一种QoE感知的资源调度方案。该方案的核心决策模块接受实时采集的应用QoE信息和集群资源使用信息作为参考,执行弹性的资源重新配置和基于演化计算算法的任务调度,保证程序的服务质量的同时优化资源使用。我们使用基于网络摄像头的视频归档服务作为实验案例,并搭建了测试平台,测试结果表明所提方案可以在应用程序资源需求大于配置量的情况下自动增加容器实例的资源量,以保证应用程序的服务质量,在资源需求远小于配置量的情况下缩减容器实例的资源量,以提升资源利用率。在改变虚拟实例资源量的同时,该方案进行全局资源重新调度,使集群内各个节点的CPU和内存资源负载达到平衡状态。为了获得更好的调度结果,我们在不同任务规模的实验环境下分别对遗传、粒子群优化、蚁群三种演化算法和Kubernetes默认调度算法进行测试。结果表明蚁群算法无论在收敛速度还是优化结果上都比另外两种演化算法更加优秀,虽然Kubernetes默认调度算法同样可以达到类似程度的CPU和内存负载均衡,但资源距离均衡度远远不如演化算法。