1.一种基于边缘计算的数据处理延迟优化方法，其特征在于，所述方法包括：构建网络架构模型；所述网络架构包括移动终端层、边缘计算层和云计算层；

采用拉格朗日乘子法确定所述边缘计算层的计算延迟；

采用Kruskal方法确定所述边缘计算层的通信延迟；

确定所述云计算层的计算延迟；

采用平衡传输方法确定云计算层的通信延迟；

根据所述边缘计算层的计算延迟和通信延迟、所述云计算层的计算延迟和通信延迟确定数据处理延迟优化模型，具体包括：将边缘计算层的计算延迟和通信延迟、所述云计算层的计算延迟和通信延迟求和后求取最小值，获得数据处理延迟优化模型；

根据所述数据处理延迟优化模型确定最优数据处理延迟值；

所述采用拉格朗日乘子法确定所述边缘计算层的计算延迟，具体包括：获取所述边缘计算层内各边缘设备的计算能力和任务量；

根据各所述边缘设备的计算能力和任务量确定各所述边缘设备的计算延迟；

根据各所述边缘设备的计算延迟确定边缘计算层的计算延迟；具体公式为：其中，m为边缘设备的总数； 为边缘设备i所能处理的最大数据量；X为边缘计算层需要处理的数据总量； 为边缘计算层的计算延迟； 为边缘设备i的计算延迟；vzi为边缘设备i的计算能力；xi为边缘设备i的任务量；ai为边缘设备i对应的事先预定好的0-1之间的实数；

求解边缘计算层的计算延迟的具体步骤包括：

I、初始化参数；所述参数包括：给定初始点x(0)、初始乘子向量v(v1,v2,…,vm)，惩罚因子M>0,放大系数β＞0以及精度ε＞0，参数γ∈(0,1)，自变量k＝1；

II、根据边缘计算层的计算延迟 构造边缘计算层的通信延迟目标函数F(x)；

其中，vi为初始乘子向量中第i个乘子；

为边缘计算层的计算延迟；hi(x)为约束条件；

III、以x(k-1)为初始点，x(k)为最优解，采用牛顿算法，根据通信延迟目标函数F(x)求取边缘计算层的计算延迟值；

IV、判断||h(x(k))||是否小于ε；

V、如果||h(x(k))||≥ε，则判断 是否大于参数γ；如果 则令M＝βM；否则保持M不变；执行步骤VI；

VI、令vi(k+1)＝vi(k)-Mhi(x(k)),i＝1,2,…,m,k＝k+1，重新构造边缘计算层的通信延迟目标函数；其中，vi(k)是指第k代迭代中采用的Lagrange乘子；hi(x(k))是指取第k代自变量时，约束函数的函数值；

VII、如果||h(x(k))||＜ε，则停止迭代，输出x(k)为最优解，x(k)对应的通信延迟目标函数值为边缘计算层的最小计算延迟；

所述采用Kruskal方法确定所述边缘计算层的通信延迟，具体包括：根据所述边缘计算层中各边缘设备建立边缘设备带权无向图；

确定所述边缘设备带权无向图上的各边缘设备之间的通信延迟；

采用Kruskal方法，根据各边缘设备之间的通信延迟建立最小权重树；具体步骤包括：I、在边集E中寻找最短边对应的两个顶点u、v；

II、判断两个顶点u、v是否位于带权无向图G的最小生成树T中两个不同的连通分量；

III、如果两个顶点u、v位于T中两个不同的连通分量，则将两个顶点u、v组成的边并入集合TE中，同时将两个连通分量连接成一个连通分量；

IV、如果两个顶点u、v包含在一个连通分量中，则舍去此边；

V、在边集E中标记两个顶点u、v组成的边，同时此边不在参加后续最短边的选取；

根据所述最小权重树确定边缘计算层的通讯延迟。

2.根据权利要求1所述的基于边缘计算的数据处理延迟优化方法，其特征在于，所述确定所述云计算层的计算延迟，具体包括：获取所述云计算层中的各云服务器的数据处理量和计算能力；

根据各所述云服务器的数据处理量和计算能力确定各云服务器的计算延迟；

根据各云服务器的计算延迟确定云计算层的计算延迟。

3.根据权利要求1所述的基于边缘计算的数据处理延迟优化方法，其特征在于，所述采用平衡传输方法确定云计算层的通信延迟，具体包括：获取从各边缘设备到各云服务器的WAN传输路径的延迟和通信速率；

根据各所述边缘设备到各云服务器的WAN传输路径的延迟和通信速率确定各云服务器的通信延迟；

根据各所述云服务器的通信延迟确定云计算层的通信延迟。

4.一种基于边缘计算的数据处理延迟优化系统，其特征在于，所述系统包括：构建模块，用于构建网络架构模型；所述网络架构包括移动终端层、边缘计算层和云计算层；

第一计算延迟确定模块，用于采用拉格朗日乘子法确定所述边缘计算层的计算延迟；

第一通信延迟确定模块，用于采用Kruskal方法确定所述边缘计算层的通信延迟；

第二计算延迟确定模块，用于确定所述云计算层的计算延迟；

第二通信延迟确定模块，用于采用平衡传输方法确定云计算层的通信延迟；

数据处理延迟优化模型确定模块，用于根据所述边缘计算层的计算延迟和通信延迟、所述云计算层的计算延迟和通信延迟确定数据处理延迟优化模型，具体包括：将边缘计算层的计算延迟和通信延迟、所述云计算层的计算延迟和通信延迟求和后求取最小值，获得数据处理延迟优化模型；

最优数据处理延迟值确定模块，用于根据所述数据处理延迟优化模型确定最优数据处理延迟值；

所述第一计算延迟确定模块，具体包括：

第一获取单元，用于获取所述边缘计算层内各边缘设备的计算能力和任务量；

边缘设备计算延迟确定单元，用于根据各所述边缘设备的计算能力和任务量确定各所述边缘设备的计算延迟；

边缘计算层计算延迟确定单元，用于根据各所述边缘设备的计算延迟确定边缘计算层的计算延迟；具体公式为：其中，m为边缘设备的总数； 为边缘设备i所能处理的最大数据量；X为边缘计算层需要处理的数据总量； 为边缘计算层的计算延迟； 为边缘设备i的计算延迟；vzi为边缘设备i的计算能力；xi为边缘设备i的任务量；ai为边缘设备i对应的事先预定好的0-1之间的实数；

求解边缘计算层的计算延迟的具体步骤包括：

I、初始化参数；所述参数包括：给定初始点x(0)、初始乘子向量v(v1,v2,…,vm)，惩罚因子M>0,放大系数β＞0以及精度ε＞0，参数γ∈(0,1)，自变量k＝1；

II、根据边缘计算层的计算延迟 构造边缘计算层的通信延迟目标函数F(x)；

其中，vi为初始乘子向量中第i个乘子；

为边缘计算层的计算延迟；hi(x)为约束条件；

III、以x(k-1)为初始点，x(k)为最优解，采用牛顿算法，根据通信延迟目标函数F(x)求取边缘计算层的计算延迟值；

IV、判断||h(x(k))||是否小于ε；

(k)

V、如果||h(x )||≥ε，则判断 是否大于参数γ；如果 则令M＝βM；否则保持M不变；执行步骤VI；

VI、令vi(k+1)＝vi(k)-Mhi(x(k)),i＝1,2,…,m,k＝k+1，重新构造边缘计算层的通信延迟目标函数；其中，vi(k)是指第k代迭代中采用的Lagrange乘子；hi(x(k))是指取第k代自变量时，约束函数的函数值；

(k) (k) (k)

VII、如果||h(x )||＜ε，则停止迭代，输出x 为最优解，x 对应的通信延迟目标函数值为边缘计算层的最小计算延迟；

所述第一通信延迟确定模块，具体包括：

边缘设备带权无向图构建单元，用于根据所述边缘计算层中各边缘设备建立边缘设备带权无向图；

边缘设备之间通信延迟确定单元，用于确定所述边缘设备带权无向图上的各边缘设备之间的通信延迟；

最小权重树构建单元，用于采用Kruskal方法，根据各边缘设备之间的通信延迟建立最小权重树；具体步骤包括：I、在边集E中寻找最短边对应的两个顶点u、v；

II、判断两个顶点u、v是否位于带权无向图G的最小生成树T中两个不同的连通分量；

III、如果两个顶点u、v位于T中两个不同的连通分量，则将两个顶点u、v组成的边并入集合TE中，同时将两个连通分量连接成一个连通分量；

IV、如果两个顶点u、v包含在一个连通分量中，则舍去此边；

V、在边集E中标记两个顶点u、v组成的边，同时此边不在参加后续最短边的选取；

边缘计算层通讯延迟确定单元，用于根据所述最小权重树确定边缘计算层的通讯延迟。

5.根据权利要求4所述的基于边缘计算的数据处理延迟优化系统，其特征在于，所述第二计算延迟确定模块，具体包括：第二获取单元，用于获取所述云计算层中的各云服务器的数据处理量和计算能力；

云服务器计算延迟确定单元，用于根据各所述云服务器的数据处理量和计算能力确定各云服务器的计算延迟；

云计算层计算延迟确定单元，用于根据各云服务器的计算延迟确定云计算层的计算延迟。

6.根据权利要求4所述的基于边缘计算的数据处理延迟优化系统，其特征在于，所述第二通信延迟确定模块，具体包括：第三获取单元，用于获取从各边缘设备到各云服务器的WAN传输路径的延迟和通信速率；

云服务器通信延迟确定单元，用于根据各所述边缘设备到各云服务器的WAN传输路径的延迟和通信速率确定各云服务器的通信延迟；

云计算层通信延迟确定单元，用于根据各所述云服务器的通信延迟确定云计算层的通信延迟。