随着5G网络新应用和物联网技术的快速发展,虚拟现实、电子医疗、辅助驾驶以及人脸识别等新型应用对网络的低时延和高可靠性提出了更高的要求。然而,在传统的网络架构中业务只能被传输到核心网进行集中式处理,传输距离长,带宽占用大等问题使得云计算不能满足上述具有延迟敏感特性的新型应用的性能需求。这种情况下,边缘计算应运而生。通过将计算和网络资源下沉到用户边缘侧,使得终端任务可以被卸载到就近的边缘服务器上执行,有效降低了任务的端到端时延。光接入网是连接用户和核心网的桥梁,将边缘云放置在光接入网汇聚侧或基站附近,这种部署位置可以很大程度上支持时延敏感性业务,给用户提供更为优质的服务保障。然而,支持边缘计算的光接入网也面临着一些问题和挑战,一方面,接入的终端设备越来越多,用户高并发的请求会使得网络中任务负载较高,进而对时延敏感性业务的处理造成一定影响;另一方面,由于成本问题,分布式的单个边缘计算服务器中资源有限,很有可能成为DDoS攻击新的目标对象,而目前并没有相关机制可以防御。针对以上问题,本文就保障高负载网络下时延敏感性业务的时延和降低DDoS攻击对时延敏感性业务的影响两个方面进行了研究,分别提出了相应的智能业务调度机制,有效的保障了用户的服务质量。本文的具体研究如下:为满足多种类型的业务需求,光接入网中的ONU端和OLT端均部署了边缘计算服务器。同时考虑到业务较多,ONU之间的通信方式将采用集中式和分布式两种以增加系统中业务调度的灵活性。针对支持边缘计算的光接入网中高负载的问题,建立了业务端到端时延模型,在此基础上提出了一种边缘协同的智能业务调度机制,该算法中边缘节点可以对业务进行协同化处理。根据仿真结果分析,这种机制均衡了网络中的业务负载,有效地降低了时延敏感性业务的阻塞率和QoS降级率。针对基于边缘计算的光接入网受到DDoS攻击的场景,提出了一种自适应的智能业务调度机制。该机制可以分为计算任务卸载和分配资源优化两个子问题,综合考虑了业务的时延要求和边缘计算服务器中的资源状态。最后通过仿真对提出的算法性能进行验证,仿真中模拟了直接攻击和间接攻击两种DDoS攻击方式,同时考虑了业务负载、攻击节点数、攻击持续时间多个变量对指标的影响。结果表明提出的机制有效地降低了 DDoS攻击对时延敏感性业务造成的影响。