随着物联网技术的蓬勃发展和移动5G网络的逐渐普及,边缘设备数量规模在迅猛增长的同时,也随之产生了海量实时数据。传统的云计算范式难以满足边缘设备应用低时延、高可用的需求。因此,边缘计算作为云计算的拓展与补充得到了广泛应用。边缘计算与容器技术的深度结合为边缘节点上服务的快速部署、安装、更新和删除提供了良好的解决方案,边缘容器也逐渐成为边缘环境部署应用的事实标准。然而,由于边缘环境资源匮乏的特性,容器在边缘端更快更安全的运行仍面临以下问题。首先,部署服务容器需要对应的镜像,镜像获取速度直接影响了服务容器的构建速度。而边缘环境中网络资源匮乏,难以从云端快速下载镜像。同时,边缘设备有限的存储空间又无法支持将全部的镜像缓存至该节点上。这导致边缘节点构建容器时会产生大量时延,进而影响服务质量。此外,边缘节点易于被攻击、侵入、劫持或受外界环境影响,从而导致容器部署分布式应用时的数据一致性遭到破坏。针对以上问题,本文基于现有研究成果,对边缘计算中容器的快速供给与可靠保障技术展开了深入的研究,其主要工作及创新如下:一、针对边缘环境中网络带宽受限且节点存储资源较低从而导致镜像下载速度缓慢的场景,本文提出了一种边缘环境容器加速供给技术。首先,本文设计了一种基于分布式缓存的镜像加速下载方案DCID,该方案采用分布式缓存的方式将边缘集群中所有节点的存储资源整合,设计并实现了以镜像层为粒度的镜像缓存及缓存获取机制。其次,针对边缘环境中镜像层文件的缓存放置位置问题,本文提出了一种基于原始对偶分解的缓存放置算法,通过对缓存位置的合理分配,进一步提升了镜像的下载速度。实验结果表明,该方案能够显著加速边缘环境中镜像下载速度。与传统分布式缓存方案相比,DICD镜像下载方案充分利用了镜像层的可复用性,其加速效果及缓存命中率均优于传统分布式缓存方案。二、针对边缘环境中边缘节点易于被攻击劫持,易于发生拜占庭错误从而破坏分布式应用数据一致性的场景,本文提出了一种拜占庭容错算法Edge-Raft。该算法在现有的经典Raft算法基础上,针对边缘环境中潜在的拜占庭错误进行了重新设计。通过引入数字签名、同步日志检测、轮询选举、惰性投票、三阶段日志同步等机制,使其具有拜占庭容错特性的同时,将消息传递的复杂度限制至线性级,保证了小于1/3的集群总数的边缘节点发生拜占庭错误时仍能为用户提供有效服务。实验结果表明,与现有Raft算法相比,该算法在保留Raft算法可理解性的基础上,保证了算法在边缘环境中的可用性与活性。相比于现有的实用拜占庭容错算法,该算法将消息传递的时间复杂度限定在线性级,保证了该算法在多节点边缘环境中的可拓展性。