云环境下基于Bayesian主观信任模型的动态级调度算法
【出 处】:
云计算
Bayesian估计
可信度
推荐信任
cloud computing
bayesian
【作 者】:
齐平
;
王福成
;
朱桂宏
【摘 要】
针对云环境下存在的信任问题,提出了一种基于Bayesian方法的主观信任模型,用于量化和评估节点的可信程度。该模型给出了信任传递与合成的数学表述和实现方法,同时考虑云资源节点具有动态性、异构性、欺骗性等特征,引入了惩罚机制和分级剪枝过滤机制。最后将该模型应用于DLS算法得到基于Bayesian主观信任模型的动态级调度算法(BST—DLS)。分析及仿真实验结果表明,提出的BST—DLS算法能够以较小的调度长度为代价,有效地提高云环境下任务执行的成功率。
相关热词搜索: