混合云任务调度中的信任机制研究

Hybrid cloud task scheduling is an important subject of hybrid cloud research. In the mixed cloud environment, the trust relationship is complex, and the existing research has some shortcomings in the cloud trusted network theory and trust management, trusted service scheduling choice. This project proposes to study the trust mechanism in the hybrid cloud task scheduling. The main contents include:(1) The trust information is collected and stored based on the user trust agent and the service node agent, which solves problems of large storage pressure and complicated management and propose a better multi-agent and interval intuitionistic fuzzy set Multi-attribute group decision algorithm to calculate the synthesis Trust.(2) According to the description and acquisition of trust relationship between users and resources，the trust acquisition method and trust management frame based on Multi-Agent are proposed, and a trusted cloud environment is built. (3) In the case of scheduling in trusted hybrid cloud environment, calculating the trust benefit function using combination algorithm of particle swarm optimization and simulated annealing, ensures the largest trust resource gains. Using the algorithm to schedule , the advantages of PSO and SA are fully utilized, which improves the probability and speed of convergence to the global optimal solution.The topic will provide new ideas and methods for cloud security and business management.

混合云任务调度是混合云研究的一个重要课题。在混合云环境中，信任关系复杂，而现有研究在云可信网络理论及信任管理、可信服务调度选择方面存在一些不足，本项目提出研究混合云任务调度中的信任机制。主要内容包括：(1)引入用户信任Agent和服务节点Agent进行信任信息的收集与存储，解决存储压力大和管理复杂的问题，并提出一种更优的利用Multi-Agent及区间直觉模糊集多属性群决策算法来计算综合信任度。(2)根据用户与用户，用户与资源之间信任关系描述和获取方法，提出基于Multi-Agent的信任获取及信任管理框架，构建出可信云环境。(3)在可信混合云环境下利用粒子群模拟退火算法的任务调度，通过计算信任效益函数确保获得最大的的资源的信任效益。使用粒子群模拟退火算法的融合对作业进行调度，提高了收敛到全局最优解的概率和速度。课题将为云安全及业务管理模式提供新的思路及方法。

混合云任务调度是混合云研究的一个重要课题。在混合云环境中，信任关系复杂，而现有研究在云可信网络理论及信任管理、可信服务调度选择方面存在一些不足，本项目提出研究混合云任务调度中的信任机制。本课题进行了如下的研究工作：.1) 提出基于层次分析和马尔科夫链的用户信任计算方法。首先人工设置准则层，并对准则层进行标度，在证据层通过用户行为量化方法对用户行为进行量化，之后采用基于马尔科夫链的信任传递方法，将以往全局信任传递方式变为局部信任传递，最后加权计算出用户综合信任向量。在信任传递方面避免了多用户的恶意信任推荐行为，将信任传递变为局部传递，在一定程度上避免多用户的协同欺骗行为；.2) 提出了一种基于多Agent系统的三层架构云计算信任模型。模型针对云计算环境和多Agent系统的特点，提出了信任管理Agent、服务管理Agent和信任评估Agent三层架构，并且提出了基于这三层架构的信任管理模型，然后结合三种信任模式和新的信任模型选择方法对云计算交易中的信任度进行判断；.3) 提出了基于区间直觉模糊集多属性群决策的信任评估模型来进行信任度的计算。通过确定区间直觉模糊数的排序及距离公式，属性权重系数，属性权重和灰色关联的结果排序，构建了完整的信任评估计算模型和流程。此方法可以解决对恶意欺骗敏感度不够以及对与实体信息评估的的覆盖面不够大等问题；.4) 提出可信云中基于资源预测和和粒子群模拟退火算法任务调度算法，首先建立预测模型获取需要的指标信息，为扩展合适的资源提供支撑，之后根据云环境下任务调度问题的特点，设计一种基于改进的粒子群模拟退火算法算法的虚拟机资源的调度策略，对调度目标进行优化，改善了资源的利用率。.课题的科学意义如下：1.通过用户和服务信任以及采用基于多代理架构确保整体环境的可信 2.通过资源预测为混合云的资源扩展提供支撑3.采用改进的调度算法较好得改善了资源的利用率。