和集中化数据处理的云计算模式相比,边缘计算具备自组网能力和任务自协调能力,其任务协同处理机制具有重要的研究价值。然而边缘计算环境本身的复杂性、动态性等也导致系统安全和性能问题变得愈发突出。为使边缘网络提供更好的服务,如何实现一个安全可信的计算资源共享的环境,进行高效合理的任务迁移决策,已经受到研究者越来越多的关注。本文针对边缘计算任务协同环境中对可信与高效的需求,主要展开了两方面的研究:首先,为了满足在开放的边缘计算协同环境中,对节点可靠性日益增长的需求,本文研究了一种边缘计算节点的多维信任评估模型。该方法基于多个维度对节点信任值进行综合计算,提高了节点抗恶意攻击的能力,并且很好地避免了制约任务完成度的节点的加入。在此基础上,提出基于K-Means聚类的双重过滤算法,以有效过滤了任务相似度低和恶意设备的反馈。此外,整体算法设计的低复杂度保证了信任机制是轻量级的,适用于大规模边缘计算环境。最后,通过仿真分析了信任计算的实验结果,证明了我们的信任计算机制在可靠性和健壮性均有较好表现。其次,为了解决在多用户多任务的协同场景下进行高效任务迁移的问题,本文进一步提出了一种边缘计算可信协同任务迁移算法。该算法充分考虑任务内的依赖关系,对复杂任务的细粒度迁移场景进行了建模,研究了任务迁移环境中的计算模型、排队模型等。针对优化整体任务相应时间的任务迁移方案进行了研究,设计了一种融合信任与贪心特性的混合遗传算法,以提高任务迁移的高效性与可靠性,保障协同任务环境中的信任需求。最后,通过仿真实验进行验证了算法的有效性。总之,本文研究了边缘计算协同任务环境中的节点可信与任务迁移问题,旨在提升边缘协同环境的可信与高效,解决边缘计算面临的任务协同问题。