随着互联网规模扩大与技术发展,越来越多的设备终端接入网络,数据呈井喷式增长。传统云计算的中心化网络架构成为海量数据处理的瓶颈,将数据迁移至边缘侧网络进行处理的边缘计算架构应运而生。边缘节点承载了边缘侧的计算与存储能力,由不同的异构物理设备与硬件资源组成。然而在边缘计算的任务卸载处理过程中,异构边缘节点的资源特征及其性能表现难以被准确感知,缺少真实工作环境下异构边缘节点的性能检测方法。对于边缘计算而言,任务调度与执行是影响性能的关键因素,而对于任务调度的优化工作往往与节点-任务特征关系挂钩。因此在边缘计算中,边缘节点资源性能特征的缺失成为限制边缘节点任务调度算法发展与边缘计算性能提升的重要因素。为解决上述问题,本文首先针对边缘网络中异构边缘节点启发性地提出了一种基于资源感知的性能特征检测方法。该方法提出了单一密集型负载模型对资源间的复杂影响进行解耦,通过该模型建立资源利用率矩阵,基于资源相对性能量化算法提取边缘节点同类型资源的相对性能特征,使用相关验证手段确保特征结论的正确性,同时结合资源利用率矩阵与任务负载模型,给出边缘节点内部资源效率相关分析,最终实现对异构边缘节点多维度、系统化的特征检测与描述。同时,基于上述特征检测结果,本文设计了边缘节点任务调度算法,定义任务调度性能指标,基于节点资源性能特征组合任务调度权重,结合边缘网络结构设计任务调度机制,提供任务调度算法总体设计并构建相应模型。最后,我们通过实验对基于特征权重的边缘节点任务调度算法性能进行评估与分析,在任务执行时间以及资源使用效率两个维度上最优调度算法相比对照组的性能差异分别为24.6%、248%。