混合云环境下面向代价优化的工作流数据布局方法
科学工作流在混合云中执行会产生大量的跨数据中心传输,造成严重的传输时延及代价.为了对混合云环境下的科学工作流数据进行合理布局,兼顾公有云和私有云的优势,优化数据布局代价,提出了一种基于遗传粒子群优化混合算法(GAPSO)的数据布局策略.该方法考虑了公有云数据中心与私有云数据中心的不同特点(如存储容量、存储代价等因素以及数据传输时延约束)对传输代价的影响,并结合遗传算法与粒子群优化算法的优点,生成科学工作流的布局策略.实验结果表明,基于GAPSO的数据布局策略能够有效减少混合云中科学工作流运行时的数据布局代价.
混合云、数据布局、传输时延约束、代价优化
46
TP338(计算技术、计算机技术)
国家自然科学基金61772136;福建省自然科学基金面上项目2019J01061386;福建省教育厅中青年教师教育科研项目JT180098
2019-12-19(万方平台首次上网日期,不代表论文的发表时间)
共6页
354-358,386