1.一种边缘计算网络中基于数据流的任务卸载方法，其特征在于，包括步骤：S1.根据不同任务的决策需求生成相对应的决策模型；决策模型包括特征数据流；

S2.计算不同决策模型中特征数据流的重复率，并筛选出与重复率相对应的特征数据流的任务，根据筛选出的任务生成卸载请求；

S3.将筛选出的任务中重复的特征数据流进行排序；S4.将排序后的特征数据流依次排入调度表中进行传输；步骤S3中将筛选出的任务中重复的特征数据流进行排序包括采用重复优先算法或TMF算法，具体步骤为：(1)将边缘服务器的存储器初始化为空；(2)对服务器将要接收的多个特征数据流组的重复率进行计算，选择重复率最高的K个任务进行计算卸载服务；

(3)计算K个特征数据流组中各个特征数据流的预期最小传输时间；(4)如果重复率高于阈值，选择重复优先算法，则将选定的K个特征数据流组中重复特征数据流按预期最小传输时间由小到大进行排序，依次排入调度表中；

(5)当并行计算的某个特征数据流完成传输，则选择剩余特征数据流中预期最小传输时间最小的特征数据流排入调度表中；若不满足带宽限制，则安排预期最小传输时间第二小的特征数据流排入调度表中，以此类推，直到该服务器要接收的多特征数据流组中各个特征数据全部传输完成；

(6)如果重复率低于阈值，选择TMF算法，则把服务器即将接收K个特征数据流组中的特征依据决策树模型进行拓扑排序，依次排入调度表中；

(7)当并行传输的某个特征完成传输，则选择剩余特征中拓扑排序靠前的特征排入调度表中；当遇到同一位次有多个特征可供选择时，将这些特征中预期最小传输时间的特征数据流排入调度表中；若不满足带宽限制，则将该位次下预期最小传输时间第二小的特征数据流排入调度表中，以此类推，直到该服务器把将要接收的多特征数据流组中全部特征数据流传输完成。

2.根据权利要求1所述的一种边缘计算网络中基于数据流的任务卸载方法，其特征在于，还包括步骤：S5.计算传输中任务的完成时间。3.根据权利要求2所述的一种边缘计算网络中基于数据流的任务卸载方法，其特征在于，步骤S1包括步骤：S11.接收用户端收集并上传的任务数据；S12.将接收到的任务数据转换为决策需求，并生成相对应的决策模型；

S13.将任务中的特征数据流整理为组；S14.计算任务中的特征数据流的重复率。4.一种边缘计算网络中基于数据流的任务卸载系统，其特征在于，包括：生成模块，用于根据不同任务的决策需求生成相对应的决策模型；所述决策模型包括特征数据流；

第一计算模块，用于计算不同决策模型中特征数据流的重复率，并筛选出与重复率相对应的特征数据流的任务，根据筛选出的任务生成卸载请求；

排序模块，用于将筛选出的任务中重复的特征数据流进行排序；

传输模块，用于将排序后的特征数据流依次排入调度表中进行传输；

所述排序模块中，将筛选出的任务中重复的特征数据流进行排序包括采用重复优先算法或TMF算法，具体是：(1)将边缘服务器的存储器初始化为空；(2)对服务器将要接收的多个特征数据流组的重复率进行计算，选择重复率最高的K个任务进行计算卸载服务；

(3)计算K个特征数据流组中各个特征数据流的预期最小传输时间；(4)如果重复率高于阈值，选择重复优先算法，则将选定的K个特征数据流组中重复特征数据流按预期最小传输时间由小到大进行排序，依次排入调度表中；

(5)当并行计算的某个特征数据流完成传输，则选择剩余特征数据流中预期最小传输时间最小的特征数据流排入调度表中；若不满足带宽限制，则安排预期最小传输时间第二小的特征数据流排入调度表中，以此类推，直到该服务器要接收的多特征数据流组中各个特征数据全部传输完成；

(6)如果重复率低于阈值，选择TMF算法，则把服务器即将接收K个特征数据流组中的特征依据决策树模型进行拓扑排序，依次排入调度表中；

(7)当并行传输的某个特征完成传输，则选择剩余特征中拓扑排序靠前的特征排入调度表中；当遇到同一位次有多个特征可供选择时，将这些特征中预期最小传输时间的特征数据流排入调度表中；若不满足带宽限制，则将该位次下预期最小传输时间第二小的特征数据流排入调度表中，以此类推，直到该服务器把将要接收的多特征数据流组中全部特征数据流传输完成。

5.根据权利要求4所述的一种边缘计算网络中基于数据流的任务卸载系统，其特征在于，还包括步骤：第二计算模块，用于计算传输中任务的完成时间。

6.根据权利要求5所述的一种边缘计算网络中基于数据流的任务卸载系统，其特征在于，所述生成模块包括：接收模块，用于接收用户端收集并上传的任务数据；

转换模块，用于将接收到的任务数据转换为决策需求，并生成相对应的决策模型；

整理模块，用于将任务中的特征数据流整理为组；

第三计算模块，用于计算任务中的特征数据流的重复率。