基于Levy Flight-Secretary Bird优化与HMAC-SHA256-AES的云计算任务调度安全与效能协同优化研究

本文提出一种融合哈希消息认证码-安全散列算法256（HMAC-SHA256）和高级加密标准（AES）的安全框架，结合Levy Flight-秘书鸟优化（LF-SBO）算法，实现云计算环境中任务调度安全性与效能的协同提升。该方案通过轻量级加密认证与智能调度策略，显著降低能耗（100任务仅520.34J）和时延，为云服务提供安全高效的资源分配方案。

　　

^Highlight

文献综述

Saravanan等人[18]提出一种改进的Levy Flight野马优化算法（IWHOLF-TSC）用于云任务调度。该算法整合野马优化（WHO）与Levy Flight（LF），通过多目标适应度函数实现制造周期（makespan）最小化与资源利用率最大化。该模型在任务调度方面表现出色...

提出的HMAC-SHA256+AES方法

本文聚焦于云计算中的优化任务传输和虚拟机任务调度，通过HMAC-SHA256+AES确保数据安全。如图1所示，云用户向控制台提交请求，云代理将请求转至任务管理器进行SLA有效性验证。验证通过后，调度器使用HMAC-SHA256生成密钥并对任务数据执行AES加密。加密后数据通过LF-SBO算法进行优化调度，最终分配至虚拟机执行。

实验分析

在Python环境中对算法性能进行仿真，采用加密时间、解密时间、制造周期、能耗、执行时间、延迟、迁移时间和负载等指标进行评估。表1展示了所提算法的仿真参数。

讨论

本节对上述模拟结果进行讨论。所提出的HMAC-SHA256–AES与LF-SBO算法与现有算法PSO、DMO和GWO进行对比。结果表明，该算法显著降低了能耗和制造周期。此外，与IWHOLF-TSC[18]、ALC-PSO[19]和DRLBTSA[20]等现有算法相比，HMAC-SHA256–AES和LF-SBO在性能上展现出明显优势...

结论

云任务调度是云计算中的关键任务，优化数据传输对于按时交付服务至关重要。本文开发的HMAC-SHA256–AES与LF-SBO算法通过优化资源分配，有效减少网络拥塞、提升系统性能，并保护任务数据免受篡改攻击。在任务调度中优化制造周期、执行时间、延迟和成本，对于实现高效数据传输和...具有重要意义。

局限性

所提出的调度模型主要聚焦于最小化制造周期和能耗，但未涉及工作负载优先级或任务截止时间约束，而这些对于确保动态云服务中的及时执行和QoS合规性至关重要。此外，缺乏真实世界任务数据限制了在实践云环境中的验证。

未来工作

未来工作可扩展框架以纳入优先级感知和截止时间约束调度，在保持安全性与效率的同时确保延迟敏感应用的QoS合规性。此外，可使用真实世界工作负载数据集验证所提模型，以更全面评估其在实践云场景中的泛化能力。