协作边缘计算能够通过联合边缘设备上的计算单元和存储空间发挥边缘计算的最大效益。近年来,面向边缘计算的协作策略研究取得了丰硕成果。然而,现有研究大多集中在优化协作效益,例如降低能耗、时延或提升用户体验等,很少针对协作参与方的可信水平进行分析研究。协作计算的本质是资源共享和任务外包,如果在协作过程中加入了恶意的服务节点和自私的参与节点,会对协作参与方的数据安全造成严重威胁。因此,如何在可信协作的前提下提升服务质量是协作边缘计算研究中亟待解决的问题。本文针对协作边缘计算场景的复杂性和动态性,设计了面向协作边缘计算的信誉管理机制,考虑主观和恶意评价对信任传递聚合产生的影响,构建了可信的边缘协作联盟。在此基础上,考虑了协作参与方的整体可靠性,提出一种可信协作选择和任务分配策略,从而保证协作过程的高效可靠。具体研究内容如下:（1）面向协作边缘计算的信誉管理机制:基于层次化信誉管理框架,该机制通过节点信任互评、全局信誉聚合和异常节点过滤三个阶段实现面向协作边缘计算的信誉管理。在节点信任互评阶段,全局节点根据历史记录对交互节点的行为能力和协作意愿进行量化评估,保证了信任证据的多源性。在全局信誉聚合阶段,综合考虑评价信息的客观性和评价节点的公正性,设计了基于评价客观性调整的全局信誉计算方法,降低了评价信息的主观性。在异常节点过滤阶段,基于Peirce准则和信任引力设计了一种异常节点过滤算法来识别恶意评价节点,从而构建可信协作联盟,增强了信誉模型的鲁棒性。仿真结果表明本文提出的协作信誉管理机制,能够有效识别网络中的异常节点,抵御恶意节点的攻击行为。（2）可信协作选择和任务分配策略:在可信协作联盟的基础上,为了提升系统感知恶意协作行为的敏感度,引入协作风险性作为评估节点可靠性的补充依据。首先,通过节点的身份可信度、行为可信度和协作风险性综合评估协作候选方的可靠性。然后,在资源需求和成本限制的约束下,以最小化任务完成时间和最大化协作可靠性为目标,定义多任务多参与方的协作选择和任务分配问题。最后,提出基于离散鲸鱼算法的任务分配算法对优化问题进行求解。仿真结果表明本文提出的可信协作选择和任务分配策略能够在提升协作效率的同时有效降低协作风险,保障协作过程的可靠高效。