科学计算是当下科学研究与工程实践中的重要环节,通常包含了海量异构的计算任务和数据。科学工作流是面向大规模科学计算任务的重要解决方案之一。随着科学计算复杂度的不断提升,科学工作流的复杂度随之增加,其规模也不断增大,对计算资源的需求呈现剧增的趋势。云计算是一种新兴的计算资源服务模式,它可按照用户需求提供计算、存储等计算机系统资源,并按用量收费。其中,基础设施即服务（IaaS）云能够通过网络以虚拟机的形式向用户提供海量的计算资源,能够满足科学工作流对计算资源需求,因此受到了广泛的关注。作为一种新兴的计算服务模式,云计算在计算资源提供方式、计费模式等方面不同于传统的高性能计算系统,这些差异为部署其上的科学工作流的服务质量,可靠性等问题的研究带来了新的挑战。本文围绕IaaS云服务环境中的科学工作流,研究包括调度、可靠性和能耗在内的若干关键问题,文章主要工作内容和创新点包括:（1）针对IaaS云服务环境中性能约束下成本优先的工作流调度问题,提出新的嵌入QoS预测参数的元启发式调度算法。考虑到现有工作流调度算法普遍将云服务QoS作为一个恒定参数参与调度优化建模求解过程的局限性,本文提出的算法充分考虑计算资源QoS波动带来的违约问题,采用ARIMA时间序列模型对云系统的历史QoS参数进行序列化处理和趋势预测。根据任务完成时间和QoS预测参数等启发式信息,运用智能优化策略,针对异构IaaS云服务系统设计嵌入QoS参数趋势预测机制的科学工作流调度算法,在保证执行时间约束的条件下优化工作流执行总成本。实验表明,相比现有算法,考虑QoS波动性的算法具有更高的资源效率和更低的违约率。（2）针对IaaS云服务环境中预算约束下的工作流可靠性优化问题,本文充分考虑科学工作流的结构特点和IaaS云服务系统资源颗粒度异构性,指出在使用IaaS云资源和主动容错技术为科学工作流单个节点进行容错时存在三种不同的方案,并分别对使用三种方案优化科学工作流可靠性的问题进行建模分析,充分发掘使用异构云计算资源提高工作流可靠性的潜力。（3）针对IaaS云服务环境中预算约束下使用不同的主动容错方案优化工作流可靠性,提出了三种不同的优化模型。本文中证明了三种主动容错方案均为NP难,属于混合整数非线性规划问题（MINLP）,并使用约束编程（CP）对使用三种主动容错方案的可靠性优化问题进行求解。（4）通过对工作流可靠性优化问题目标方程进行适应性调整,提出了基于Max-Min方法的求解算法,实验表明,使用Max-Min方法同样能够有效地使用主动容错方案优化科学工作流的可靠性。同时,本文还采用了一种元启发优化算法（GA-WFT）,GA-WFT采用进化的思想,分别为不同的主动容错方案设计了全新搜索方法,对包括种群选择和进化策略在内的迭代搜索过程进行改进。实验表明GA-WFT在保证优化目标逼近CP方法的同时,具有更快的搜索速度。（5）针对部署于混合云环境中的科学工作流的整体成本问题,提出一种提高私有云数据中心能效的方法。私有云能耗成本是基于混合云的工作流执行成本的重要组成部分。降低私有云能耗成本能够降低科学工作流执行成本。基于虚拟机合并技术,本文提出一种对数据中心中待迁移虚拟机进行选择的方案,同时提出了一种兼顾虚拟机迁移成本和迁移对数据中心整体性能影响的虚拟机放置方法。仿真结果表明,该方案能够有效降低数据中心能耗,同时将SLA违约率控制在较低的范围,相较传统方法更加有效。