科学工作流这类数据密集型应用部署在混合云中,可以充分利用公有云资源的无限可伸缩性和广域分布性,扩展私有数据中心有限的资源提供能力,提高应用的执行效率,加快科研进程。由于科学工作流执行过程中产生的大量中间数据集需要被后继任务频繁使用,而且科学计算具有可重复性和结果复用的特点,使得有必要对中间数据集进行存储和布局。一方面,任务的分布性导致中间数据集不可避免地需要长时间的云间传输,降低科学工作流的执行效率;另一方面,公有云端资源按需付费的特点和安全性问题导致较高的成本开销和数据不安全行为。因此,如何在混合云中合理地布局这些中间数据集,实现低成本、高效率和高安全的科学工作流执行环境,是本文主要研究的问题。基于上述需要解决的问题,本文针对两种不同的混合云架构分别提出了3种不同优化目标的数据布局策略。主要包括以下内容:1.针对单云混合云环境中减少资源租用成本的数据布局问题,提出了一种成本感知的中间数据布局策略CRODP(Chemical-Reaction-Optimization-based Data Placement strategy,CRODP)。建立了从全局角度衡量数据存储和传输成本的成本模型,以及传输时间开销模型。将NP难的中间数据布局问题转化为以成本和时间为目标的组合优化问题,基于化学反应算法的思想得到布局方案。仿真结果表明,相比于聚类算法,CRODP策略能够显著降低成本。2.针对科学工作流应用更广地域的任务合作需求以及避免单云锁定和服务单一的问题,构建了多云混合云架构,并设计了相应的中间数据布局策略DPSDP(Discrete Particle Swarm Inter-Data Placement Strategy,DPSDP)。考虑到不同地域的云间传输的路径选择问题,以及不同服务提供商的存储服务性能和价格的差异性,建立合理的数据传输时间计算方法和数据存储的成本模型,实现了基于离散粒子群思想的布局策略。仿真实验对比了若干种布局策略在多云架构下的适用性。3.针对具有安全需求的中间数据布局问题,提出了全局安全满意度模型,并设计了安全约束的中间数据布局策略GASDP(GA-based Security-constrained Data Placement strategy,GASDP)。通过分析云端安全服务的提供方式和中间数据集的安全需求,在满足安全需求约束的条件下,以数据集放置在数据中心上的安全效益比和安全开销为依据,建立评价数据布局的安全满意度模型。然后,构造综合考虑安全满意度和传输时间开销的适应度函数,基于十进制遗传算法得出布局方案。仿真结果表明,GASDP策略获得高安全满意度的同时维持了较低的传输时间开销。总之,本文提出的三种不同优化目标的布局策略,通过在WorkflowSim仿真平台上进行实验和分析,验证了在时间、成本和安全性方面能够获得较优的效果。同时,文中也分析了目前工作存在的局限性,有待进一步地完善。