雾计算是一个高度虚拟化的平台,在终端设备和传统云服务器之间提供有限的分布式计算、存储和网络服务。它将终端用户和云服务器的部分功能迁移过来,解决终端节点请求时延过大、云服务器存储和计算负担过重、网络传输带宽压力过大等问题。雾计算是一个新颖的研究方向,目前学术界还没有统一的平台和标准,但雾计算在智能城市建设的环境下将会有广阔的应用前景。然而,雾计算设备分布式的存在网络的边缘,组成复杂、异构的边缘网络,对雾计算网络的管理将是一个复杂的问题。对此,本文利用软件定义网络(Software Defined Network,SDN)技术的思想,提出利用SDN控制器对雾计算网络的计算、存储和网络资源进行统一管理,设计了一种基于SDN的雾计算网络架构模型。该模型由终端设备、雾网络层和云计算中心构成,雾网络层包括提供终端接入以及协议转换的接入设备,提供计算存储功能的雾节点和对雾网络层资源统一管理的控制节点。接下来,详细阐述了基于该模型完成终端数据处理请求的流程。针对雾节点资源受限的问题,本文提出利用轻量级的虚拟化技术—容器技术对雾节点进行虚拟化,为终端提供弹性的计算、存储资源。基于本文设计的雾计算网络模型,搭建了基于SDN的雾网络平台,在平台上部署了边缘视频缓存应用,通过对响应时间、传输带宽以及传输时延的测试,验证了雾计算能够减少终端用户资源请求时间,提供低时延的应用服务,并改善终端用户的实际应用体验。在前文设计的雾计算网络模型下,当终端用户发生位置移动,终端连接的接入点将发生切换,与此同时,为使得终端用户移动到不同的位置都能体验低时延的服务,这时还需将移动之前享受的应用服务迁移至离用户通信距离最近的雾节点。对此,本文首先设计了一种基于SDN的终端在无线接入点之间快速切换的方法。接下来,我们通过容器的Checkpoint和Restore机制,实现了Docker容器应用在雾节点之间的热迁移,分析了迁移过程中各个阶段消耗时间与应用内存占用之间的关系。最后,通过比较Docker容器和KVM虚拟机的迁移时间,验证了容器技术在迁移时间方面的优越性和选用容器技术作为雾节点虚拟化技术的合理性。