文献类型：期刊文章

作　　者：林兵[1,2] 项滔[2,3] 陈国龙[2,3] 陈星[2,3]

LIN Bing;XIANG Tao;CHEN Guolong;CHEN Xing(College of Physics and Energy,Fujian Normal University,Fuzhou 350117,China;Fujian Provincial Key Laboratory of Network Computing and Intelligent Information Processing,Fuzhou 350116,China;College of Mathematics and Computer Science,Fuzhou University,Fuzhou 350116,China)

机构地区：[1]福建师范大学物理与能源学院,福建福州350117 [2]福建省网络计算与智能信息处理重点实验室,福建福州350116 [3]福州大学数学与计算机科学学院,福建福州350116

出　　处：《计算机集成制造系统》

基　　金：国家重点研发计划资助项目(2017YFB1002000);国家自然科学基金资助项目(61672159);福建省自然科学基金项目(2019J01061386)~~

年　　份：2019

卷　　号：25

期　　号：4

起止页码：909-919

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：如何结合公有云和私有云各自的优势,对包含隐私数据的科学工作流数据进行合理布局,优化大规模数据的传输时延,是混合云环境下科学工作流面临的重大挑战。考虑混合云环境下数据布局特点,结合科学工作流数据间的依赖关系,提出一种基于遗传算法算子的自适应离散粒子群优化算法,优化数据传输时延。该方法考虑了云数据中心间的带宽、私有云数据中心个数和容量等因素对传输时延的影响;通过引入遗传算法的交叉算子和变异算子,避免了粒子群优化算法的过早收敛,提高了种群进化的多样性,有效地压缩了数据传输时延。通过实验证明了所提算法的有效性。

关 键 词：混合云 科学工作流 数据布局  时延优化

分 类 号：TP338]