论文部分内容阅读
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