1.一种基于边缘计算的多约束内容协作缓存优化方法，其特征在于，根据内容的流行度和文件大小，用户与边缘服务器的位置分布，以及边缘服务器缓存容量在内的约束条件，对内容进行缓存配置，具体包括以下步骤：

101、将云服务器中所有内容放入集合C＝{c}，所有边缘服务器放入集合M＝{m}，集合N＝{0}∪M，其中，c与m为大于0的整数，0代表云服务器，根据内容流行度Pc，对C中的内容进行初始缓存配置，得到初始缓存配置解空间 其中， 表示内容c是否缓存于边缘服务器m，当c缓存于m时， 否则，

102、建立禁忌搜索算法模型，设置最大迭代次数T和连续无效迭代次数I，初始化变量t＝0，i＝0，禁忌表 根据初始配置Xcur和目标函数F(X)，计算目标函数值F(Xcur)，令Xopt＝Xcur，其中，Xopt为全局最优解；

103、t＝t+1，如果t＞T或i＞I，跳转至步骤107，否则，由当前解Xcur产生邻域候选解集{X}，跳转至步骤104；

104、如果所有候选解{X}均存在于当前禁忌表中，将其中的最优解进行解禁并赋值给Xcur，跳转至步骤105，否则，在所有候选解{X}中找到目标函数值F(X)最小且不在禁忌表H中的解，赋值给Xcur，跳转至步骤105；

105、将禁忌表H中Xcur的禁忌长度置为L，其他对象的禁忌长度减1，并删除禁忌长度为0的对象；

106、如果目标函数值F(Xcur)＜F(Xopt)，令Xopt＝Xcur，i＝0，跳转到步骤103，否则，令i＝i+1，跳转至步骤103；

107、得到最优缓存配置方案 算法结束。

2.根据权利要求1所述的一种基于边缘计算的多约束内容协作缓存优化方法，其特征在于，所述步骤101中对C中内容进行初始缓存配置的步骤包括：

1)集合C中各内容c的流行度Pc服从Zipf分布，根据边缘服务器和用户的位置，确定每个边缘服务器m下覆盖的用户数为Nm；

2)对C中的内容根据对应的Pc大小降序排列，对M中的边缘服务器按覆盖用户数Nm的大小降序排列；

3)根据最大优先原则，依次将C中的内容缓存至M中的边缘服务器，直到所有边缘服务器都达到缓存容量上限，得到初始缓存解 算法结束。

3.根据权利要求2所述的一种基于边缘计算的多约束内容协作缓存优化方法，其特征在于，所述步骤3)中边缘服务器缓存容量的约束条件如公式(1)所示，公式(1)中，sc表示内容c的大小，rm表示边缘服务器m的缓存容量。

4.根据权利要求1‑3所述的一种基于边缘计算的多约束内容协作缓存优化方法，其特征在于，所述步骤102、104和106中目标函数F(X)的定义如公式(2)所示，公式(2)中， 表示内容c是否缓存于边缘服务器m，当c缓存于m时， 否则， Pc表示内容c的流行度，Nm表示边缘服务器m覆盖的用户数， 表示边缘服务器m覆盖的用户请求服务器n上内容c的时延，其计算方法如公式(3)所示， 表示边缘服务器m覆盖的用户与服务器n上内容c的关系，其满足约束条件如公式(4)、(5)、(6)所示，当m下的用户访问n中的内容c时， 否则，公式(3)中，vm,n表示服务器m与n间的传输速率，vm,m表示边缘服务器m与其覆盖用户间的传输速率，vm,m′表示边缘服务器m与m′间的传输速率，公式(4)用于约束一次业务请求只能从一个服务器获取内容；公式(5)用于约束用户只能从具有相应内容副本的服务器下载该内容，公式(6)确保云服务器包含所有内容副本。

5.根据权利要求1‑3之一所述的一种基于边缘计算的多约束内容协作缓存优化方法，其特征在于，所述步骤103中根据当前解产生邻域候选解集，解集包含|M|·(|M|‑1)/2+|M|2

＝(|M|+|M|)/2个候选解，候选解产生方式如下：方式1：在满足边缘服务器容量约束条件下，选择任一边缘服务器m中对应的内容c与其余任意一个边缘服务器中的任意内容c′交换位置，作为一个候选解，以此方法产生|M|·(|M|‑1)/2个候选解；

方式2 ：在满足边缘服务器容 量约束条件下 ，依次选择云服务器中对应的内容c替换边缘服务器m′中任意内容c′，作为一个候选解，以此方法产生|M|个候选解，其中， 表示内容c存储于云服务器0， 表示用户从边缘服务器m′请求存储于云服务器0的内容c， 表示边缘服务器m请求存储于云服务器0的内容c的时延。