摘要：科学工作流应用是一种复杂且数据密集型的应用，常应用于结构生物学、高能物理学和神经学等涉及分布式数据源的学科。数据分散存储在基于互联网的云计算平台上，致使科学工作流在执行时伴随着大量的数据传输。云计算是一种按使用量付费的模式，数据传输产生传输费用，尤其在多个工作流相互协同的情况下，将产生更高的传输成本。该文从全局的角度建立基于多工作流数据依赖图的传输成本模型，研究基于二进制粒子群算法（BPSO）的数据布局优化策略，从而减少对云计算传输资源的租赁费用。 全文查看链接 　　3 多工作流数据布局问题建模 全文查看链接 　　[6] Keahey K，et al. Science clouds： Early experiences in cloud computing for scientific applications[J].Cloud computing and applications， 2008：825-830. 全文查看链接