边缘群智即边缘群体智能提供了一种新的利用人群和边缘计算服务器网络的力量来收集、处理、预测和探知大量有用信息的手段。其中任务发布者通过分布式的边缘群智平台,向大量非专业工人群体发布大量任务,以获得任务答案,其中边缘云网络充当了传统群智平台和数据就近处理的功能。群智的一般场景里,待完成的任务量往往太大以至于不能找到足够的专业工人,而且这些任务不能由计算机代替人来很好地自动处理。一个群智系统包括三个利益相关者,即群智平台(传统群智的云平台或者本工作中由众多边缘云组成的去中心化群智平台),工人(人群和各种传感器、处理器等硬件设备),和任务发布者。本文针对已有群智系统所面临的激励机制欠缺、运营成本高企、用户体验较差、数据隐私保护不理想等问题,结合移动边缘计算的硬件基础设施和网络环境,以及区块链智能合约技术在构建信任方面的优势,设计了去中心化边缘群智平台的激励机制模型、与之配合的工作流程及其赖以运行的软硬件系统,并对其初步实现。取得了如下四项成果:1)针对典型群智即众包社区的三个利益相关者存在利益冲突这一根本问题,本文研究了边缘群智的基础,即众包的激励机制,提出了一种基于奖励和惩罚函数的激励相容的激励机制,为构建去中心化的激励机制模型奠定部分理论基础。该工作首先提出和验证了众包社区的一个假设,即所有工人都相信在大多数情况下,其发现每个众包任务的真实答案只是被无偏的噪声所干扰,进而导致错误答案的产生;其次制定奖惩的评估规则并对奖惩函数建模,推导出一系列的奖惩函数对和期望收益函数;最后设计工人的个人等级值来对工人优胜劣汰。该机制能够统一不同利益相关者的利益冲突。而且有助于将平台和发布者从监视工人的努力以及挑选有能力的工人等这些工作中解放出来,而只需要关心解决众包任务本身,节省了发布者成本,同时吸引更多的专业工人到平台工作,有利于整个众包社区以及群智系统的长期发展。2)针对群智系统的用户终端(即工人所使用的智能手机和各种传感器、处理器等)的计算、存储和网络等资源的局限性问题,本文研究了去中心化群智系统的激励机制以及其依托的平台环境,在奖惩函数的群智激励机制的基础上,提出了一种基于边缘云网络的去中心化边缘群智的激励机制和系统框架。该工作以边缘云网络代替位于云计算中心的传统群智平台,实现其分布式部署和去中心化的管理运营。利用群智任务的完成时间与工人数量和任务数量的关系,引入专门设计的佣金机制模型,确保主节点诚实地截留一定数量的任务给自己,并把剩余的任务转送给相邻的主节点,以实现任务在主节点之间的分发。佣金机制模型中,只有主节点诚实地截留对应的数量的任务的情况下,该主节点不但获得佣金总额最大化,而且每个任务的平均佣金最大。3)针对边缘群智应用场景中工人在边缘云网络中移动而导致的服务中断问题,本文研究了服务迁移的边缘云协同方法,基于5G边缘计算的流量指导模块提出了一种兼顾运营商和工人利益的服务迁移路径选择算法,并分析了去中心化模式能够激励更多边缘云加入并提高系统的服务迁移的效率的原因。本工作提出通过路径选择来找到一个或者多个路径来从源边缘服务器传输服务数据到目标边缘服务器,以实现服务数据的无缝迁移。首先路径选择的逻辑是分布式部署的,并通过中心化控制;其次,通过加权求和方法来平衡工人和网络提供商在路径选择时利益不尽一致的现状;最后,在迁移时间必须小于某个阈值的要求下,通过松弛时间变量来确保无缝服务迁移。本工作首次考虑了服务迁移路径选择的重要性,并采用5G边缘计算的流量指导模块来实现服务迁移,提出了一种可以兼顾优化网络层面(如网络提供商的成本)和服务层面(工人感受到的服务质量)的路径选择算法。将问题建模为一个多目标优化问题,进而从理论上证明所提出算法可以给出一个弱帕累托最优解。不仅如此,本文的去中心化管理模式能够打破囚徒博弈激励更多边缘云加入进来,以提高服务迁移路径选择的效率。4)针对去中心化边缘群智系统对应用平台的效率和安全性的需求,本文研究了去中心化的应用平台的设计和研发,提出了一种基于主节点共识机制的去中心化应用部署平台。该部分工作是对前三项理论成果的实践尝试。首先,地理上分布式的边缘云网络提供了去中心化众包平台的基础设施,其中边缘云能够提供平台运行所需要的计算、存储和网络等资源;其次,区块链技术被用来解决边缘云协同场景的信任问题;最后,为了保障共识效率以支持万千物联网应用,提出了基于主节点的新型共识机制。平台设计牵涉到众包答案评估、最终答案计算、工人因所提交答案应得的报酬和奖励的计算等函数的确定,以及实现去中心化信任所必须考虑的业务流程。平台研发语言对物联网应用友好,并完成了初步的全球节点部署并平稳运行。