1.一种基于博弈论的多服务器协作资源分配方法，其特征在于，包括：S1.构建多个边缘服务器协作的系统模型，系统模型中的边缘服务器作为迁移者或协作者；

S2.构建迁移者成本模型、协作者成本模型和收益模型；

迁移者成本模型中的开销总和表示为：

Cm_cost(t)＝α(Tm_cp(t)+Tm_qe(t)+1·Tmg(t)+1·Tbl(t))+β(Em_cp(t)+Em_mg(t))；

其中，Tm_cp(t)为迁移者计算时延，Tm_qe为迁移者排队时延，Tmg(t)为迁移时延，Tbl(t)为回程链路时延，Em_cp(t)为迁移者计算能耗，Em_mg(t)为迁移者迁移能耗，α为服务器处理任务所需的单位时间成本，β为服务器处理任务所需的单位能耗成本；

协作者成本模型中的开销总和表示为：

Cc_cost(t)＝α(Tc_cp(t)+Tc_qe(t))+βEc_cp(t)；

其中，α为服务器处理任务所需的单位时间成本，β为服务器处理任务所需的单位能耗成本，Tc_cp(t)为协作者计算时延，Tc_qe(t)为协作者排队时延，Ec_cp(t)为协作者计算能耗；

定义在时隙t时，迁移者向协作者购买计算任务所支付的费用成本为：vij(t)＝pij(t)cij(t)；

其中，pij(t)表示单位任务资源支付价格，cij表示MEC服务器i将无法处理的任务迁移给同属于一个局域网下的MEC服务器j；

S3.通过步骤S2构建的三个模型，构建买方的最大化收益模型和卖方的最大化收益模型；

通过迁移者成本模型和收益模型构建买方的最大化收益模型，其买方最大化收益问题表示为：其中，Cm_cost(t)为迁移者成本模型中的开销总和，vij(t)表示收益模型，即迁移者向协作者购买计算任务所支付的费用成本；

基于买方最大化收益问题，其相关约束条件表示为：

C1:0≤cji(t)≤Kj(t)-Aj(t)；

C2:Ai(t)＞Ki(t)；

C3:fmin(t)≤f(t)≤fmax(t)；

其中，C1表示迁移出去的任务量大小不能超过协作者剩余的计算资源大小，否则，迁移任务卸载给远程云服务器；C2表示在此状态下，服务器i为迁移者；C3表示MEC服务器的计算资源不能低于最低fmin(t)，也不能超过最高fmax(t)；Ki(t)表示MEC服务器i的CPU处理频率限制，Kj(t)表示MEC服务器j的CPU处理频率限制，Ai(t)表示第i个边缘服务器到达的计算任务量，Aj(t)表示第j个边缘服务器到达的计算任务量，cji表示同属于一个局域网下的MEC服务器j迁移到MEC服务器i的任务；f(t)表示MEC服务器分配给任务的计算资源；

通过协作者成本模型和收益模型构建卖方的最大化收益模型，其卖方最大化收益问题表示为：max Uc(pij(t))＝vji(t)-Cc_cost(t)；

其中，Cc_cost(t)为协作者成本模型中的开销总和，vji(t)表示收益模型；

基于卖方最大化收益问题，其相关约束条件表示为：

C1:Ai(t)＜Ki(t)；

C2:pij(t)＞0；

其中，C1表示只有满足此条件，服务器才能成为协作者；C2表示单价要大于0，不能让收益成为负值；pij(t)表示单位任务资源支付价格；

S4.基于买方的最大化收益模型，利用拉格朗日乘数法和KKT条件计算迁移者的最佳迁移策略；

S5.根据卖方的最大化收益模型和最佳迁移策略，得到协作者向迁移者支付报价的最优动态报价策略；

S6.判断最佳迁移策略与最优动态报价策略是否满足斯坦克尔伯格均衡，若是，则实现最优的计算资源分配。

2.根据权利要求1所述的一种基于博弈论的多服务器协作资源分配方法，其特征在于，系统模型中的每个边缘服务器到达的计算任务量表示为：Ai(t)＝ai(t)+ci(t)；

其中，Ai(t)表示第i个边缘服务器到达的计算任务量，且表示第i个边缘服务器到达的最大任务量，ai(t)表示第i个边缘服务器自身能处理的任务量，ci(t)表示第i个边缘服务器迁移给其他服务器处理的任务量。

3.根据权利要求2所述的一种基于博弈论的多服务器协作资源分配方法，其特征在于，每个MEC服务器均有CPU处理频率限制，记为Ki(t)，当Ai(t)＞Ki(t)时，MEC服务器i作为迁移者，迁移者的总计算任务量为：其中，表示MEC服务器i可以将无法处理的任务迁移给同属于一个局域网下的其他任何一个MEC服务器，ci0(t)表示MEC服务器i迁移给远程云服务器RC的任务。

4.根据权利要求3所述的一种基于博弈论的多服务器协作资源分配方法，其特征在于，当Aj(t)＜Kj(t)时，MEC服务器j作为协作者，协作者的总计算任务量为：此时，Pj(t)是MEC服务器j需要处理的总任务，表示MEC服务器j接收的迁移任务。