云計算環(huán)境下帶安全約束的工作流調(diào)度問題的研究.pdf

1、云計算作為一種新興的技術(shù)，正在以爆炸式的方式快速發(fā)展著，并深入到了我們互聯(lián)網(wǎng)生活的各個角落。云計算以其特有的虛擬化技術(shù)，把大量的物理計算資源虛擬化為資源池的形式，為廣大的用戶提供按需的、快速彈性的、可計量的服務(wù)。由于云平臺中管理的用戶和各類計算資源的數(shù)量都十分龐大，所以云平臺中的資源調(diào)度問題一直是這一領(lǐng)域的熱點研究問題。目前對云平臺中資源調(diào)度問題的研究，大都集中在滿足用戶對任務(wù)的執(zhí)行時間和執(zhí)行開銷等需求上，很少考慮用戶在資源調(diào)度過程中對

2、安全的需求。
　　針對這一問題，本文在對云計算環(huán)境下的安全問題進行分析的基礎(chǔ)上，提出了一種云計算資源調(diào)度中的安全約束模型，該模型采用了一種彈性的機制，綜合了過于保守的安全型調(diào)度策略和過于激進的冒險型調(diào)度策略的優(yōu)點，滿足了用戶的安全需求，并一定程度上降低了任務(wù)的完成時間和調(diào)度的代價。
　　在此基礎(chǔ)上，對本文研究的云環(huán)境下帶安全約束的工作流任務(wù)調(diào)度問題，做了詳細的形式化定義，并使用了粒子群算法、蟻群算法、遺傳算法，這三大任務(wù)調(diào)度

3、問題中常用的智能優(yōu)化算法對該問題進行了求解。
　　在使用粒子群算法時，為了避免其易陷入局部極值，求解精度不高等缺點，引入了變鄰域搜索啟發(fā)式對粒子群算法進行了改進，并給出了變鄰域粒子群算法求解本文所研究問題的具體策略；在使用蟻群算法時，為了避免其易陷入局部極值，易過早陷入停滯狀態(tài)的特點，引入了最大—最小蟻群算法，并給出了該算法求解本文所研究問題的具體策略；在使用遺傳算法時，為了維持種群的多樣性，防止算法出現(xiàn)早熟的現(xiàn)象，使用了自適應(yīng)調(diào)