公开(公告)号：CN118945229A

公开(公告)日：2024-11-12

申请号：CN202310518448.1

申请日：2023-05-09

Applicant: 南京邮电大学

Inventor： 邹欢 ,  刘茜萍

IPC: H04L67/60 ,  H04L67/12 ,  H04L41/14 ,  G06F9/50 ,  G06N20/00

Abstract: 本发明提供了一种云环境下考虑安全风险和成本优化的工作流调度方法，在用户给定截止时间约束下，降低了工作流的整体安全风险和执行成本。首先对云计算资源进行定义，对工作流结构进行抽象，提出安全风险的计算方法；然后构建面向安全风险和成本优化的强化学习模型；接着确定了学习过程中的动作选择算法，最后基于Q学习算法思想进行迭代学习，最终确定任务调度方案，得到工作流的整体安全风险和总成本。

公开(公告)号：CN114625496A

公开(公告)日：2022-06-14

申请号：CN202111535864.X

申请日：2021-12-15

Applicant: 南京邮电大学

Inventor： 邹欢 ,  刘茜萍

IPC: G06F9/48 ,  G06F9/50 ,  H04L9/40

Abstract: 本发明提供了一种云环境下考虑安全风险的工作流调度方法，在用户给定截至时间约束下，降低了任务执行和数据传输的总体安全风险。首先对工作流结构进行抽象，得到DAG图，确定工作流使用的资源模型和安全风险计算模型；接着对工作流任务排序，通过执行时间和传输时间计算任务的排序值并按降序排序，得到任务的调度顺序；然后对安全风险和完成时间设置不同的权重值，为每个任务选择最合适的服务器，直到出口任务的完成时间满足截止时间约束，最终得到分配方案和总体安全风险概率。