随着IOT服务的规模不断扩大,在云-边-端架构下IOT服务呈现松散分布、海量独立等特点。除了传统的基本信息外,IOT服务带有典型的位置信息以及由此产生的服务之间具有位置关联、数据关联、控制依赖等关联关系信息。在此背景下,传统的服务集中式管理显然无法高效管理大规模分布且多关联关系的IOT服务,所以IOT服务的分布式管理是必然趋势。如何设计一个与云边端架构相适应且有利于提升服务发现和管理效率的IOT服务分布式管理架构是解决的首要问题。另一方面,如何识别服务之间多样化关联关系并进行管理,通过服务在位置、数据、控制等方面关联快速发现所需服务也是服务发现工作的重点。服务关联网络是一种由节点和关系构成,能够表示服务之间多种关联关系的有向图。利用服务关联网络能够有效的刻画服务之间错综复杂的关系,如何从海量、广泛分布的服务中发掘服务之间的多样化关联关系并进行一体化建模构建服务关联网络,以及针对不同场景及需求如何实现关系抽取、融合与关联分析以快速发现所需服务也是本文亟待解决的问题。面对上述问题,本文首先针对IOT服务管理提出了云边协同的IOT服务分布式管理架构,其次,定义关联网络模型,并进一步提出一种服务关联网络构建及更新方法,最后在上述分布式架构和服务关联网络下探讨了服务管理及发现策略,主要研究内容如下:首先,针对IOT服务的分布式管理,本文在云端和边缘端构建了层环协同架构。利用Slave和Master节点集群在边缘端和云端建立服务寻址通道,利用Slave节点近服务的特性感知服务状态并修正服务路由,同时在Master之间增加位置属性并基于Chord协议形成云环（Chord-Master-Cloud）,利用Chord强大的分布路由能力实现云端多个Master节点的协同寻址,从而在云端和边缘端构建强大的服务路由网络,实现IOT服务的分布式管理。其次,利用有向图刻画服务关联网络模型,探索了一种通过已有服务组合分析服务控制流、数据流以及位置关联并构建服务关联网络的方法,并制定服务关联网络更新策略,利用图遍历、社区发现及改进的HFPGrowth关联规则挖掘等算法挖掘并抽取服务之间的依赖关系形成相应的数据、控制、依赖图以实现对服务关联网络的补充优化用于服务发现。最后探讨在此架构和服务关联网络下的服务注册管理及发现机制,从算法角度详细的阐述了服务注册管理流程,以高速公路紧急事件处置场景验证了基于服务关联网络的服务发现方法的有效性和可行性,并进一步通过功能验证（依赖图的生成）、算法执行时间（和传统的Apriori、FPGrowth算法对比）、算法执行结果以及服务发现结果四个实验进行了验证,其中服务发现结果实验在查准率和召回率指标上对比了本文和传统的基于关键词查询以及语义匹配查询两种方法,实验结果表明本文的方法在各项指标上均具备不错的表现。基于上述原理及方法,本文结合设计和实现了一套基于服务关联网络的服务发现系统,本文采用的设计流程与实现方法对此类问题的研究有一定的使用价值。