随着物联网技术的快速发展及5G的正式商用,国内外标准化组织开始将更多目光投向边缘计算领域,云计算中的百亿联网设备的安全接入问题以及所产生的的海量数据问题都可以在边缘计算模式中得到较好的解决,但边缘计算在处理资源需求大的应用时所带来的时间收益极小,需要结合云端的强大资源优势,为此,本文提出了一种云边端协同计算方案,该方案充分结合云计算中资源充足和边缘计算的低时延等优势,合理分配计算资源,缩短应用程序的完成时间。本文主要研究内容如下:(1)针对云边端协同计算中的资源发现问题,本文提出一种新型的云边端协同计算架构,并在此基础之上,提出了一种新型资源发现协议,充分发挥物联网中网关的计算、存储功能,由终端发起资源请求,网关进行资源发现,与传统的资源发现协议不同的是,该协议的提出能够帮助终端缩短云边资源发现流程,获取实时的云边资源,并充分减少核心网的网络负载。(2)针对应用程序组件分区卸载问题,本文提出了一种方法级分区粒度、多卸载目的地的应用程序动态分区卸载算法。该算法首先解耦应用程序组件相互依赖关系,其次估算应用程序组件在云边各位置的计算时间及数据传输时间并构建组件费用关系模型,最后拓扑排序无相互依赖关系的应用程序组件,生成多个应用程序组件调用顺序集合,利用贪婪算法确定组件卸载位置。实验结果表明本文提出的云边端协同应用卸载算法在应用程序组件较多、计算需求差异较大的场景下,相比于一些传统的卸载算法有着更好的时间收益。(3)综合以上资源发现协议与应用程序分区算法的设计,本文设计并实现了一种云边端协同计算原型系统,开发了终端、边缘网关与云平台的功能模块,并过人脸识别应用来测试原型系统是否能够成功完成计算迁徙并缩短应用程序的完成时间,测试结果表明,该系统能够完整实现预期功能。