随着网络信息技术的快速发展,当今社会正在从物联网（Internetof Things,IoT）迈入万物互联（Internet of Everything,IoE）的新时代。城市物联网（Urban IoT）利用最新网络信息技术,将城市中广泛存在的人、物以及数据有机连接到一起,通过整合各类城市资源为人们提供更加便捷的生活方式和信息获取方法。这加速了各类资源信息在网络中的流通,使得网络的边界逐渐变得模糊。城市物联网的发展必将引领下一次物联网应用的革命,从根本上改变人们日常生活、工作和学习的方式。城市物联网将城市生活中广泛存在的各类资源连接了起来,这种分散和互联的特征使得协同共享模式在近几年得到极大的关注和发展。协同共享充分利用网络所连接的海量、分散、闲置的各类资源,在提升资源利用率和应用性能的同时,降低使用成本及消耗。协同共享可以显著缓解当前社会资源紧张的情况,这为社会的可持续发展提供了坚实的理论支撑。随着越来越多的设备和资源连接到网络中,如何充分利用这些普适连接的设备和资源构建城市物联网应用、提升资源分配效率成为当前研究的重点和难点。目前协同共享在全球呈快速发展态势,因此协同共享在城市物联网中的应用和研究显得格外迫切和重要。本文深入认识协同共享的本质内涵,从资源再分配角度提出了一系列城市物联网协同共享新模式和资源分配新算法。具体而言,结合特定城市物联网协同共享场景,利用先进信息处理方法和架构提升资源分配效率,同时基于再分配核心理念,设计城市物联网协同共享新模式,推动协同共享在未来城市物联网中的应用,最终提升资源利用率和应用性能。第一,对协同共享城市拼车资源分配调度问题进行了研究。在协同共享城市拼车应用中,用户可以上传相应的出行计划和需求,拼车应用根据这些出行计划和需求进行资源分配调度并共享交通工具。将协同共享城市拼车资源分配调度过程归纳为组合优化问题,并证明该问题是NP-hard问题。提出了一种复杂度较低的节省距离优先（Saving Most First,SMF）资源分配调度算法,可以简单高效地进行资源分配。因为SMF算法一般会得到一个局部最优解,所以进一步通过遗传算法模拟自然进化过程,在组合限定条件下搜索全局最优解,提出了一种基于节省距离优先的遗传（Saving Most First based Genetic Algorithm,SMF-GA）算法。基于大规模的真实出租车轨迹数据和出行请求生成器对算法进行了评估,实验结果显示,与其他对比算法相比,SMF-GA算法节省的距离更长、收敛的速度更快、计算的复杂度更低;与此同时,虽然SMF算法得到的是局部最优解,但是也可以在复杂度较低的情况下获得较好的资源分配结果。第二,对协同共享城市物流资源分配推荐问题进行了研究。提出利用出租车进行市内物流配送是一种安全高效的方法。为了有效地利用出租车资源并提升平台的资源分配效率,将协同共享城市物流资源分配推荐过程归纳为多位置预测问题,并提出一种基于长短期记忆神经网络和马尔可夫模型的（LSTM2V）资源分配推荐算法。LSTM2V算法充分利用深度学习和概率统计模型的优势,通过提出的基于特征窗口的长短期记忆神经网络（LSTM-w）模型对出租车行驶模式进行预测。在考虑出租车行驶模式的情况下,从时间维度和空间维度对出租车进行马尔可夫建模,从而实现多位置预测和物流资源分配推荐。实验结果显示,LSTM-w模型可以有效预测出租车行驶模式,同时通过真实数据集验证LSTM2V算法可以显著提升多位置预测推荐的准确率。第三,对协同共享城市传感资源分配卸载问题进行了研究。设计了一个雾环境下任务驱动的城市物联网服务架构,其中包括物联网传感器、移动网关和中心服务器三部分。该架构可以将物联网传感器的传感数据资源卸载到中心服务器,从而满足城市物联网服务的需求。通过考虑任务截止时间、系统消耗、移动网关通信能力等因素,将协同共享城市传感资源分配卸载过程归纳为组合优化问题,并证明该问题是NP-hard问题。利用设计的效用函数提出G-TDO算法,并证明了算法的合理性。进一步根据传感任务所需数据的重叠特征,设计了 RG-TDO算法,并通过子模函数等理论证明了算法的性能。最后,利用真实数据集对算法进行了测试,实验结果显示,与其他对比算法相比,G-TDO和RG-TDO算法可以高效地进行传感资源分配卸载。第四,对协同共享网络资源分配加速问题进行了研究。为了给城市物联网提供高速稳定的网络环境,基于协同共享再分配理念利用网络资源的相似性特征对网络资源进行分配加速,进而提出了协同共享网络资源分配加速算法Web-LEGO,并进行了实现。首先,从Web-LEGO的技术可行性以及用户接受度两方面进行了分析。然后,对Web-LEGO进行了详细的设计和实现,其由Web-LEGO客户端（Web-LEGO Client）、相似存储服务器（Similarity Storage Server,3S）和反向文件搜索服务器（Reverse File Search Server,RFSS）三部分组成。Web-LEGO客户端不需要依赖其他额外的程序,任何网络应用都可以通过端口访问的方式使用它所提供的服务;3S服务器具有存储相似网络资源信息、响应Web-LEGO客户端请求和查询缓存RFSS服务器相似数据的功能;RFSS服务器主要查找网络资源的相似可替代资源。最后,通过大规模自动化实验和真实用户测试对Web-LEGO进行了整体性能评估,实验结果显示,Web-LEGO在实现网络资源相似替换的同时显著提升了网络资源的加载速度。