祝家钰，肖 丹，邹 洋

（重庆邮电大学 计算机科学与技术学院，重庆400065）

0 引 言

云计算是一种典型的分布式、并行计算模式［1］，这种模式大大减少了计算任务的执行时间。与依赖一些大型中央处理设备的系统不同，云计算系统由大量在不同地域上分布的计算机构成一个计算池，以较低的代价在动态、不可靠的网络环境中提供大容量和高性能的计算服务。

云计算系统中，通常把一项任务需要被计算的数据分成多块，分发到多个计算机节点上进行并行计算，从而获得较高的执行速度。然而云中节点都是异构的，具有不同的CPU速率、存储能力和传输能力等。对同一个计算任务，不同的节点耗时是不同的。因此，云计算中的数据分发布局策略是相当关键重要的，不合理的数据分布会影响系统整体的任务响应时间。如何设计计算任务的数据分布算法，以提高数据处理效率，并使云中各节点负载均衡，是一个挑战性的研究课题［2］。

随着科学技术的高速发展，许多大规模工程和科学计算问题都对计算速度提出了越来越高的要求。例如图像并行处理［3］。它是一种综合的数字信息处理技术，是大数据量数字图像在计算机计算领域中的一项需长远发展的技术，其主要目的是实现图像处理的实时性和快速性。随着图像分辨率的提高，每一景图像的数据量增加，计算量也相应增加。图像数据的存储具有相关性和规律性，其算法也具有邻域性、一致性的特点，适合分布式并行计算。……