随着5G以及相关传输技术的发展,传输速度得到了极大地提高,“万物互联”的场景也不再是遥不可及的梦想。为了更好的利用5G传输速度上的优势,依托于云计算的边缘计算也开始暂露头角。目前最常见的starlingx边缘计算平台,存在着存在着不同虚拟架构之间无法直接通信、及相同虚拟架构之间的通信性能较低的缺点,这说明边缘计算技术依然有很大的发展空间。为了解决上述问题,本文给出了一套完整的云边协同系统中的网络优化系统,分别从边缘云内部同一物理主机、云边之间的不同物理主机、物理主机部署方案三个角度对边缘计算平台starlingx上的通信进行了优化,使得其在各种虚拟架构中都可以直接而高效的通信。对于边缘云内部同一物理主机的通信优化,本文提出了扩展calico网络方案、内核映射方案、共享内存方案这三种解决办法。在综合考虑之后,系统选择了共享内存方案作为同一物理主机内的通信优化方案。具体来说,其在同一物理主机中开辟一块内存让所有的虚拟机和容器共享,通过操作共享的内存而达到直接通信的目的。对于云边之间的不同物理主机通信优化,本文提出了朴素网络解决方案和RDMA网络解决方案,综合讨论之后系统选择了RDMA网络解决方案,也就是通过RDMA技术,直接把要发送的数据写入不同物理主机的内存,减少了数据包通过网络解析带来的损失。同时为了把RDMA网络解决方案和共享内存方案结合起来,系统又提出了IPC服务器方案,负责把共享内存方案中的共享内存推送到RDMA网络解决方案中,并能够按条件发送共享内存中的数据,让不同的物理主机也可以及时的获得需要传输的数据。在不同的云边平台上,如何合理的部署相互之间有通信关系的虚拟节点也成为了一个亟待解决的难题。本文在证明此部署问题为NP问题的基础上,对通信优先部署和性能优先部署这两种常见部署要求,分别给出了相关的启发式算法,对于这一类问题提供了理论基础以及实践支持。在系统完成之后,本文针对系统的各项功能给出了测试,并对系统性能进行了评估。在同一物理主机中,通信优化系统相比kafka传输减少了5%的时延;在不同物理主机中,通信优化系统相比kafka传输减少了10%的时延;若采取部署模块对虚拟节点进行预处理,则其比随机部署方案减少5%的时延。这证明了通信优化系统确实达到了优化通信的目的。