隐私与成本感知的云工作流调度方法_文一凭

资 源 简 介

隐私与成本感知的云工作流调度方法_文一凭

详 情 说 明

云工作流调度在分布式计算中扮演着关键角色，而文一凭提出的方法着重解决了两大核心矛盾：隐私保护与成本效率的平衡问题。该方法通过动态评估任务敏感度，将工作流划分为隐私关键型和非关键型子任务，对高敏感任务采用加密计算或可信执行环境（TEE）进行隔离处理。在成本控制层面，引入弹性资源定价模型，结合截止时间约束算法，优先为关键路径任务分配高性价比资源，同时利用闲置实例的抢占式调度降低非实时任务的运行开销。实验表明，这种双目标优化策略能在隐私泄露风险降低40%的同时，将总体执行成本压缩15%-22%，尤其适用于医疗数据处理或金融分析等敏感型工作流场景。