云计算作为一种可共享基本框架的计算模型,可以部署在廉价的基础设施上进行大量计算和存储。随着数据量的迅猛增长,一个云计算中心已不能满足庞大的计算需求,所以为了提高计算效率和资源利用率,通常会使用多个云环境来执行计算任务。由于近年来云平台在全球迅速地发展和部署,许多工作流已经迁移到多个云中,以实现经济高效的数据分析。在这种基于云的工作流应用程序中,除了传统的性能要求(如执行时间)外,成本也是一个主要问题。本文针对多云环境中截止时间约束下的工作流成本优化问题提出了两个成本优化的映射方案,这两个映射方案都包括虚拟机选择算法AVMT和物理机带宽选择算法CPMBT。本文的研究内容主要由以下几个方面组成:(1)为了将工作流中的模块映射到合适的虚拟机上,本文提出了虚拟机选择算法AVMT。此算法利用最短路径算法和关键路径算法对模块进行分类,初步为每个模块选择合适的虚拟机。(2)为了给虚拟机分配合适的物理机以及选择合适的云间链路带宽,本文提出了物理机带宽选择算法CPMBT。此算法通过对工作流完成时间和截止时间的比较,来决定对虚拟机和带宽进行升级或降级,最终确定模块所映射的虚拟机、物理机和带宽。(3)针对截止时间约束下的云工作流成本优化问题,本文严格证明其是NP完全问题,并基于工作流模型和云模型,分别提出了针对单个工作流和多个工作流映射的成本优化算法,且这两个成本优化算法都包含了上述(1)(2)中的算法,可有效降低工作流的成本。(4)对文中所提出的两个工作流成本优化算法进行仿真实验,结果表明本文提出的两个工作流映射方案WMFCO和MWMFCO优于其他的调度策略。其中,WMFCO相对于Max-min,MCWM和DPSOGA在成本方面分别可减少49.66%,9.3%和13.95%,MWMFCO相对于Max-min和DPSOGA可分别减少47.92%和13.83%。