边缘计算（Edge Computing）是一种提高交互质量的技术,在靠近数据源一端为用户提供服务,从而降低服务请求的响应时间。然而,边缘节点资源的有限性导致系统内部分服务请求无法正常响应。因此,研究合理的服务部署策略对提高边缘计算环境下的服务质量具有重要意义。除此之外,边缘节点的异构性、服务需求的差异性以及负载量的动态性为服务部署策略的研究带来了挑战。本文从服务响应时间方面优化系统性能,首先提出一种负载感知的服务部署策略,然后根据负载量的变化情况以及服务需求,对服务部署策略进行动态调整。本文主要工作如下:（1）针对边缘节点资源的有限性和异构性以及服务负载量分布的不均匀性,服务部署在不同节点对系统性能以及用户体验都会产生不同的影响。本文提出一种负载感知的服务部署策略L-ASSP,该方案根据服务负载量分布和系统节点特性,衡量节点对改善用户体验的贡献值,优先对贡献值高的节点进行服务部署策略研究,然后联合考虑负载量、响应时间以及已部署状态三个因素,共同决定服务部署顺序。通过实验验证了算法的性能,降低了系统内服务的平均响应时间。（2）针对服务负载量的动态性,固定的服务部署策略无法保证任意时刻系统性能最优。本文根据负载量变化梯度,结合服务需求的差异性,提出一种双标签感知的服务重部署策略DLASR。该方案根据服务对响应时间的容忍程度为服务定义延迟敏感度标签,根据服务负载量的变化情况定义服务负载梯度标签。基于服务的双标签特性将其分类,决定服务重部署策略和顺序。然后根据响应时间与负载量和资源量之间的映射关系决定服务重部署粒度。该方案不仅降低了服务的响应时间,而且在一定程度上提高服务质量,增加系统资源价值。