随着智慧城市和5G技术的快速发展,移动数据流量呈指数级增长。移动云计算（MCC）模式难以持续交换和处理数百万物联网设备产生的信息。为了克服云数据中心集中处理方式带来的端到端时延过高、通道传输压力大等问题,学术界和工业界考虑将移动边缘计算（MEC）和移动云计算融合,形成云边端协作服务模式,共同支撑万物互联时代多种多样的业务需求,提供多元化服务。然而,云边端网络相关研究在具体的运营模式、边缘网络能效等问题上仍缺乏合理方案。因此,本文探索云边端网络协作运营模式,在面向云边端网络协同的架构CETCN（Cloud-Edge-Terminal collaborative network,CETCN）下,研究云平台、边缘平台和终端之间的卸载策略,联合分配各网段的通信与计算资源,降低网络时延和能耗,并通过任务迁移的方式实现边缘平台上的卸载优化,进一步提高边缘节点的资源利用率。本文的贡献如下:1、针对智慧城市场景,以时延和能耗为优化目标,提出基于休眠控制的云边端协同网络计算卸载算法。该算法结合相关业务设计基于服务器休眠的计算卸载问题模型,然后,考虑实际网络中终端能量的限制条件,采用李雅普诺夫优化方法将模型转化为基于能量消耗队列的跨时隙能耗模型,最后采用强化学习方法求解卸载向量。该算法为物联网业务合理、动态地分配CETCN网络资源。最后在理论以及仿真中和云-端卸载、边-端卸载、缺少休眠机制的算法对比,验证了该算法的有效性。2、提出基于边缘侧任务迁移的资源分配算法,采用边缘侧任务迁移方式均衡边缘节点的计算压力,进一步提升边缘节点的资源利用率。该算法包含基于强化学习的计算任务卸载算法和基于拉格朗日的计算任务迁移算法,分别优化多网段间,以及边缘平台内部的资源分配。仿真结果表明,与没有任务迁移的卸载算法相比,所提出的算法在长期平均能耗方面降低了 42%-74%。