基于碳意识的资源分配与任务卸载在EH辅助的边缘云系统中

《Scientific Reports》：Carbon-aware resource allocation and task offloading in EH-assisted edge-cloud systems

　　

摘要

随着物联网（IoT）和信息通信技术（ICT）的发展，大量计算密集型的终端应用应运而生。多接入边缘计算（MEC）是一项有望满足终端设备在计算能力和电池容量方面需求的技术，但它也会带来较高的能耗和碳排放。本文研究了在能量收集（EH）辅助的边缘云系统中的动态任务卸载问题。我们的目标是通过优化CPU频率、卸载任务的大小以及卸载决策，在确保系统长期稳定性的同时，满足多用户、多服务器的约束条件，从而最小化系统的整体碳排放。具体而言，我们将该问题建模为一个多时隙随机优化问题，这类问题属于NP难问题。我们采用随机优化框架，将问题分解为多个可高效解决的子问题。考虑到卸载决策与资源分配之间的关联，我们提出了碳感知资源分配与卸载（CARAE）算法，以形成一种高效的碳感知任务卸载策略。通过一系列理论分析和仿真验证，结果表明所提出的CARAE算法能够在保持系统性能的同时有效降低整体碳排放。