随着互联网和人工智能的进一步发展,虚拟现实、远程医疗、无人驾驶等新兴应用对时延有严格的要求。然而在传统的云计算模式中,为用户提供服务的应用通常在远离用户的云计算中心上的虚拟机中,通信延迟较高;随着近年来智能终端设备的爆炸式增长,它们所产生的数据也在爆炸式的增长,若将这些数据全部上传至云计算中心进行处理,可能会造成云计算中心附近的网络阻塞,从而导致更高的通信延迟;并且云计算中心线性增长的计算能力将无法处理这些指数型增长的数据。边缘计算通过向用户设备和云计算中心之间加入计算资源,使得用户数据在上传至云计算中心的过程中提前进行部分计算和存储,减轻了网络负担,保障了用户体验。然而边缘计算场景中的部分用户是具有移动性的,当用户远离为他提供服务的虚拟机所在的边缘计算节点时,服务的请求响应时延会变高,进而影响用户体验;若将为用户提供服务的虚拟机迁移至用户附近的边缘计算节点,虽然服务的请求响应时延会降低,但是在虚拟机迁移的过程中服务可能会暂时中断,并且会产生迁移开销,也会影响用户体验。因此,需要合适的迁移策略来决定虚拟机是否迁移、何时以及迁移到何处。针对这些问题,本文对边缘计算环境下的虚拟机迁移策略展开了研究。本文提出了一种考虑计算能力、带宽、网络通信成本和能耗基于多属性决策的虚拟机迁移策略。其中,针对边缘计算场景下用户的移动性提出一种采用未来距离模型估算网络通信成本的方法,并通过实验确定了最佳向前考虑未来距离的程度;在多属性决策中,采用熵权法计算各属性所占的权值,通过实验选择了理想解法来计算各方案的综合评价值。基于该策略,建立了虚拟机迁移的全部过程,包括迁移策略触发时间、候选迁移节点范围和决策流程。最后,对本文所提的虚拟机迁移策略和两种典型的虚拟机迁移策略进行仿真实验对比。网络环境分别考虑了随机分布网络环境和蜂窝网络环境;用户运动轨迹分别考虑了直线运动轨迹、L型运动轨迹和圆形运动轨迹;负载情况分别考虑了计算能力的低负载、中负载、高负载和带宽的低负载、中负载、高负载。并在计算能力、带宽、单位能耗、通信成本、迁移次数和迁移代价六个评价指标中,分析了不同虚拟机迁移策略的表现情况。结果表明,本文所提的虚拟机迁移策略的表现都优于另外两种典型的虚拟机迁移策略,有效降低了通信成本、迁移次数和迁移代价。