本发明公开了一种改进DDNN的资源受限边缘计算方法，包括以下步骤：终端设备收集原始数据，使用设备层子神经网络进行评估，得到特征数据和评估结果，然后根据评估结果求得熵值，若熵值比阈值低，则返回评估结果，否则将特征数据上传到边缘设备；边缘设备收到特征数据后，使用边缘层子神经网络进行评估，得到新的特征数据和评估结果，然后根据新的评估结果求得熵值，若熵值比阈值低，则返回评估结果，否则将新的特征数据上传到云端；云端收到新的特征数据后，使用云端层子神经网络进行评估，得到评估结果，执行完毕。本方法允许在边缘和终端设备上使用神经网络的浅层部分进行快速、本地化推理，具有通信成本低、精度高、安全性强的优点。