李根

摘 要：云任务调度对网络安全要求高，开展云任务调度中也需要在单位时间内进行大量数据的运算。在此基础上文章重点探讨粒子群算法在云任务调度中的使用模式，以及网络安全系统设计开展流程，提出应用粒子群算法构建出模拟自然候鸟迁徙的云任务处理框架，可作为云任务调度高效实现的参照。

关键词：云任务调度；粒子群算法；网络安全系统；系统设计

中图分类号：TP301 文献标识码：A

1 引言（Introduction）

云任务调度和粒子群算法应用中，可以大幅度提升网络系统的使用安全，这一技术也已经成为当前主要应用的安全控制手段。由于粒子群優化算法在解决大规模优化问题时容易出现的缺陷，通过引入遗传算法的交叉策略和变异策略将适合用在连续领域的算法进行改进，使其能在离散问题中发挥作用，并引入了爬山算法提高PSO的局部寻优能力。

2 基于云任务调度基础上的粒子群算法数学建模

（Mathematical modeling of particle swarm

optimization based on cloud task scheduling）

2.1 数学模型确定

基于云任务调度基础上所开展的网络安全系统设计，会将各个任务之间建立起约束关系的数学模型，这样在系统运行中各结点所包含信息能够通过数学模型来分部到云调度框架中。基于数学模型基础上网络系统运行安全，以及运行中存在的数据隐患，能够以节点参数模式反映出来。构建模型时可以针对虚拟的模型来进行，将虚拟数据集合数量设置为m，将分布在数学模型中的各个节点参数分别设置为P1、P2，直至Pm。……