随着物联网,移动互联网,5G通信和大数据等技术的不断发展,近年来,各类移动应用程序的数据量和计算量也迅速增长。为了应对不断增长的任务处理的需求,作为一种创新的计算模式,边缘计算逐渐引起了人们的关注。通过将之前部署于云端的计算能力拓展至网络边缘,使得各类任务能够在临近用户的边缘服务器进行处理,和云端处理任务相比,能够降低任务传输的时延,提高服务质量。但是,由于边缘服务器资源的限制,单个边缘服务器需要与其他边缘服务器或云服务器进行协同,以提高网络整体性能。本文主要从两个方面研究边缘计算中任务卸载决策的问题。首先,本文研究在端边协作模式下的任务卸载决策问题,通过设计网络中成本类型,将该问题转化为一个NP难的成本最小化问题。本文设计了一种基于边缘云协作的任务调度算法,并将算法与一种典型任务调度算法对比,发现本文提出的算法在不同的任务密度下都有更好的表现,实现任务调度后更优的系统性能。其次,本文研究了带有任务截止期限制的卸载决策问题。基于端边云的协作机制,本文引入了三种成本,将任务卸载决策问题转化为带有任务完成期限制的成本最小化问题。本文设计了一种基于截止期限制的任务卸载算法,通过引入服务等级的概念,对于不同截止期的任务依次进行优化。同本地处理以及完全卸载的策略相比,该算法能在满足任务截止期的条件下更好地控制总成本,充分实现整体网络成本与效益的的优化。通过边缘网络中任务调度和卸载机制和相关算法的研究,我们可以有效提高边缘云的工作效率,提升对用户的服务质量。