面向可持续计算的碳足迹感知边缘任务卸载与资源分配设计.docxVIP

PAGE2

面向可持续计算的碳足迹感知边缘任务卸载与资源分配设计

摘要

随着物联网与5G通信的迅猛发展，海量终端设备产生的数据对边缘计算系统提出了极高要求。然而，边缘节点的高密度部署与密集计算导致能耗激增，碳排放问题日益凸显。传统任务卸载与资源分配策略多聚焦于时延与能耗的权衡，缺乏对碳足迹的显性感知与约束，难以契合绿色通信与可持续计算的发展诉求。

本课题旨在构建边缘计算碳排与能耗模型，并设计碳足迹约束下的计算卸载与绿色资源分配联合优化策略。全文按工程递进思路展开：首先进行需求分析，明确系统碳排阈值与性能指标；其次开展总体设计与详细设计，构建分层架构与核心算法；最后完成系统实现与测试验证。

核心创新点在于引入动态碳强度因子，将碳足迹约束融入深度强化学习决策过程，实现时延、能耗与碳排放的多目标协同优化。测试结果表明，本设计在满足严格碳排上限的前提下，系统整体时延降低了18.7%，绿色资源利用率提升了24.5%，为可持续边缘计算提供了高效的技术方案。

第一章绪论

1.1研究背景

近年来，智能制造业、自动驾驶与元宇宙等应用加速落地，终端设备产生的数据量呈指数级增长。传统云计算模式受限于核心网带宽与传输时延，难以满足实时性要求。边缘计算将算力下沉至网络边缘，有效缓解了云端压力，成为支撑低时延业务的关键架构。

然而，边缘节点的泛在化部署伴随严重的能耗问题。据国际能源机构统计，ICT行