CN117931394A - 基于tee的可信数据分析集群调度方法、系统及介质 - Google Patents
基于tee的可信数据分析集群调度方法、系统及介质 Download PDFInfo
- Publication number
- CN117931394A CN117931394A CN202311820593.1A CN202311820593A CN117931394A CN 117931394 A CN117931394 A CN 117931394A CN 202311820593 A CN202311820593 A CN 202311820593A CN 117931394 A CN117931394 A CN 117931394A
- Authority
- CN
- China
- Prior art keywords
- task
- subtasks
- execution
- task scheduler
- computing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000007405 data analysis Methods 0.000 title claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 31
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000004891 communication Methods 0.000 abstract description 8
- 238000013468 resource allocation Methods 0.000 abstract description 5
- 238000012545 processing Methods 0.000 description 19
- 238000004422 calculation algorithm Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000003999 initiator Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Storage Device Security (AREA)
Abstract
本发明公开了一种基于TEE的可信数据分析集群调度方法,包括:任务调度器定期检查和解析存在的订单,并从订单中选出优先的任务;任务调度器将待执行任务拆分为若干个子任务,并对子任务进行分析确定子任务的执行顺序;任务调度器根据执行顺序将子任务分发给各个计算节点进行执行;计算节点计算完成后,将中间结果上传到分布式文件系统;计算节点将控制信息报告给任务调度器;任务调度器继续将剩余的子任务派发到计算节点执行,直到整个任务执行结束。能够基于可信硬件,在保证数据隐私性和完整性的前提下,有效地对计算任务进行调度,实现在多个计算节点上的并行执行。还能确保各个节点之间的安全通信,同时优化资源分配,提高整体的计算效率。
Description
技术领域
本发明涉及软件技术领域,具体涉及一种基于TEE的可信数据分析集群调度方法、系统、终端及介质。
背景技术
在当前的计算环境中,数据安全和处理效率是两个关键问题,尤其是在涉及大量敏感数据处理的场景中。随着云计算和分布式计算技术的快速发展,如何有效地在多个计算节点上调度和执行任务,同时确保数据的机密性和完整性,成为了一个迫切需要解决的挑战。多数任务调度系统仍然使用传统的调度算法,这些算法在处理大规模并行计算任务时,往往无法有效平衡负载,导致资源分配不均、响应时间延长。同时,对于涉及敏感信息的任务,现有技术往往不能提供足够的数据保护措施,使得数据在传输和处理过程中面临被窃取或滥用的风险。
传统的任务调度系统往往忽视了在并行处理过程中数据安全性的重要性,这在处理敏感或机密信息时尤为关键。此外,现有系统在分配任务时可能无法充分利用资源,导致计算能力的浪费和不必要的能源消耗。更重要的是,当涉及跨平台执行或在不同的执行环境中处理任务时,可能会遇到安全性问题。可信执行环境(TEE),其包括Intel-SGX/TDX、AMD-SEV、ARM TrustZone等。TEE实现代码无法被篡改、数据无法被外部获取这两个基本目标。它通过在处理器中创建一个安全的区域来执行代码和处理数据,确保了信息的机密性和完整性。然而,单纯依赖TEE,在多节点并行计算场景下,仍然面临着调度效率低、资源利用不足、无法满足大规模计算需求的问题。机密计算技术允许数据在加密状态下被处理,从而保护了数据的隐私。尽管如此,当前的机密计算解决方案大多数集中在单一的计算任务上,缺乏有效的任务调度和并行处理能力,难以适应复杂和高并发的计算需求。
综上所述,现有的任务调度和数据安全保护技术在高效性、可扩展性以及安全性方面均存在局限。特别是在并行计算和敏感数据处理方面,迫切需要一种新的技术解决方案,以支持大规模、高效且安全的数据处理。
发明内容
针对现有技术中的缺陷,本发明提供的一种基于TEE的可信数据分析集群调度方法、系统、终端及介质,能保证数据安全的前提下,有效地对计算任务进行调度,实现在多个计算节点上的并行执行。
第一方面,本发明实施例提供的一种基于TEE的可信数据分析集群调度方法,包括以下步骤:
任务调度器定期检查和解析存在的订单,并从订单中选出优先的任务;
任务调度器将待执行任务拆分为若干个子任务,并对子任务进行分析确定子任务的执行顺序;
任务调度器根据执行顺序将子任务分发给各个计算节点进行执行;
计算节点计算完成后,将中间结果上传到分布式文件系统;
计算节点将控制信息报告给任务调度器;
任务调度器继续将剩余的子任务派发到计算节点执行,直到整个任务执行结束。
第二方面,本发明实施例提供的一种基于TEE的可信数据分析集群调度系统,包括多个集群,每个集群包括一个任务调度器和若干个计算节点;
所述任务调度器用于定期检查和解析存在的任务订单,将待执行任务拆分为若干个子任务,并对子任务进行分析确定子任务的执行顺序,根据执行顺序将子任务分发给各个计算节点进行执行;
所述计算节点用于在计算完成后,将中间结果上传到分布式文件系统,将控制信息报告给任务调度器;
所述任务调度器还用于将剩余的子任务派发到计算节点执行,直到整个任务执行结束。
第三方面,本发明实施例提供的一种智能终端,包括处理器、输入设备、输出设备和存储器,所述处理器分别与输入设备、输出设备和存储器连接,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行上述实施例描述的方法。
第四方面,本发明实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行上述实施例描述的方法。
本发明的有益效果:
本发明实施例提供的一种基于TEE的可信数据分析集群调度方法,能够基于可信硬件,在保证数据隐私性和完整性的前提下,有效地对计算任务进行调度,实现在多个计算节点上的并行执行。通过结合可信执行环境和机密计算技术,该方法不仅能够保护数据不被未经授权的第三方访问,还能确保各个节点之间的安全通信,同时优化资源分配,提高整体的计算效率。
本发明实施例提供一种基于TEE的可信数据分析集群调度系统、智能终端和介质,与上述一种基于TEE的可信数据分析集群调度方法出于相同的发明构思,具有相同的有益效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中,类似的元件或部分一般由类似的附图标记标识。附图中,各元件或部分并不一定按照实际的比例绘制。
图1示出任务图表示方法示例图;
图2示出了本发明第一实施例所提供的一种基于TEE的可信数据分析集群调度方法的流程图;
图3示出了本发明第一实施例中的任务图集群调度的具体示例流程图;
图4示出了本发明另一实施例所提供的一种基于TEE的可信数据分析集群调度系统的结构框图;
图5示出了本发明另一实施例所提供的一种智能终端的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
需要注意的是,除非另有说明,本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。
以下对本发明实施例所涉及的概念进行描述:
原始数据是未进行过任何处理的数据。中间数据是进行过至少一次处理的数据。所有任务执行完毕后得到的输出为最终结果。
数据处理任务是指某一阶段对数据进行加工或对数据运行分析程序。一次数据处理的输入为一个或多个原始/中间数据,输出为一个中间数据或最终结果。一次数据处理的输出可以作为下一次数据处理的输入,因此,数据多阶段处理的全流程可以用一个图来表示,称作任务图,任务图表示方法示例图如图1所示,六个数据处理子任务构成一个任务图实例。其中,D1、D2、D3为任务图的输入,O为任务图的最终结果,A1、A2、A3、A4、A5、A6为数据处理任务,I4 1、I4 2、I5 3、I5 4、I6 5为中间数据。整个任务图是一个有向无环图。
本发明实施例涉及的参与方包括数据提供方、算法提供方、数据使用方、算力提供方、中间数据发起方,所有参与方都各自有一对公私钥。
数据提供方:提供原始数据。算法提供方:提供对数据进行处理或进行分析的算法。数据使用方:得到最终结果。算力提供方:执行数据处理任务或数据分析任务,要求其拥有TEE(可信执行环境)。中间数据发起方:根据平台上的已有的算法、(原始或中间)数据的哈希值和描述,发起数据处理任务,生成新的中间数据并发布。
本发明实施例主要是用于算力提供方的调度场景,在该场景下,有若干个集群合作参与计算任务。每个集群有一个任务调度器和多个计算节点。集群中的任务调度器用于给各个计算节点分配计算任务,以达到最大化的计算效率。计算任务置于区块链上。集群可以选择计算某个任务,从而获得收益。
如图2所示,示出了本发明第一实施例所提供的一种基于TEE的可信数据分析集群调度方法的流程图,该方法包括以下步骤:
任务调度器定期检查和解析存在的订单,并从订单中选出优先的任务;
任务调度器将待执行任务拆分为若干个子任务,并对子任务进行分析确定子任务的执行顺序;
任务调度器根据执行顺序将子任务分发给各个计算节点进行执行;
计算节点计算完成后,将中间结果上传到分布式文件系统;
计算节点将控制信息报告给任务调度器;
任务调度器继续将剩余的子任务派发到计算节点执行,直到整个任务执行结束。
为了实现集群调度,设置一个调度器节点,用于分配任务。各节点(包括调度器和计算节点)之间通过分布式文件系统(DFS)共享数据。例如,节点A将计算输出放到DFS中后,节点B就可以通过文件形式读取。如图3所示,示出了任务图集群调度的具体示例流程图。其中,DataUser为数据使用方,DataProvider为数据提供方,ProgramProvider为程序提供方。FideliusDispatcher为本实施例设计的任务调度器。Worker为参与任务执行的计算节点。集群调度的步骤顺序已通过数字标出,以下对上述流程图进行详细说明:
(1)数据提供方已上传数据、程序提供方已上传程序。
(2)数据使用方读取已存在的数据和程序,决定要使用的数据和程序,并下单生成订单。下单的形式为上传一个任务图,任务图通常为有向无环图(DAG)形式。任务图中描述了任务的执行流程,例如:子任务的依赖关系,需要用到哪些数据和程序等。
(3)从集群调度角度,任务调度器定期检查、解析已存在的订单,并根据设定的规则从中选出优先的任务。
(4)任务调度器制定执行策略:将待执行任务拆分为若干个子任务,根据子任务的并行度如何,需要几个节点参加计算符合最佳经济性。该步骤具体算法为,首先分析DAG中,各子任务的执行实现期望、子任务之间的依赖关系,以优化最终输出任务的结束时间为目标设定子任务执行顺序。相互无依赖的子任务之间,调度算法为先进先出(FIFO),即通过简单队列,分配到所有空闲节点上。值得注意的是,每个计算节点均有并行计算能力,但并行能力是有限的。因此,集群调度节点需要预先配置计算节点的最大任务并发量,避免资源占用超限。
(5)任务调度器将子任务分发到计算节点执行。
(6)计算节点计算完成后,将中间结果上传到DFS。
(7)计算节点并将控制信息报告给任务调度器。
(8)任务调度器继续将其余子任务派发到计算节点,直到整个任务执行结束。
上述过程中,任务调度器与计算节点之间的控制信息可通过网络同步地传输,也可上传到DFS,各节点通过轮询方式检查信息更新。用于计算的数据源、中间数据、输出数据,各节点直接上传到DFS,而不通过集群网络直接点对点传输,从而提高可靠性、可追溯性,并避免各节点的通信、存储瓶颈。通过上述调度方法,实现任务图中计算任务的并行化,提高计算能力和计算效率。任务图基于隐私计算框架,本发明实施例在集群计算的背景下,仍然不失数据计算的隐私性。
本发明实施例提供的一种基于TEE的可信数据分析集群调度方法,能够基于可信硬件,在保证数据隐私性和完整性的前提下,更加灵活、高效且安全地对计算任务进行调度,实现在多个计算节点上的并行执行。通过结合可信执行环境和机密计算技术,该方法不仅能够保护数据不被未经授权的第三方访问,还能确保各个节点之间的安全通信,同时优化资源分配,提高整体的计算效率。
在上述的第一实施例中,提供了一种基于TEE的可信数据分析集群调度方法,与之相对应的,本申请还提供一种基于TEE的可信数据分析集群调度系统。请参考图4,其为本发明第二实施例提供的一种基于TEE的可信数据分析集群调度系统的结构框图。由于装置实施例基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。下述描述的装置实施例仅仅是示意性的。
如图4所示,示出了本发明另一实施例所提供的一种基于TEE的可信数据分析集群调度系统结构框图,系统包括多个集群,每个集群包括一个任务调度器和若干个计算节点;任务调度器用于定期检查和解析存在的任务订单,将待执行任务拆分为若干个子任务,并对子任务进行分析确定子任务的执行顺序,根据执行顺序将子任务分发给各个计算节点进行执行;所述计算节点用于在计算完成后,将中间结果上传到分布式文件系统,将控制信息报告给任务调度器;所述任务调度器还用于将剩余的子任务派发到计算节点执行,直到整个任务执行结束。
任务调度器包括子任务分析单元,所述子任务分析单元用于预先配置计算节点的最大任务并发量,分析数据提供方上传的任务图中各个子任务的执行实现期望和子任务之间的依赖关系,根据所述实现期望和依赖关系确定以优化最终输出任务的结束时间为目标设定子任务执行顺序。子任务分析单元还用于对无依赖关系的子任务,采用先进先出的原则将子任务分配到所有空闲节点。任务图为有向无环图。
任务调度器与计算节点之间的控制信息可通过网络同步地传输,也可上传到DFS,各节点通过轮询方式检查信息更新。用于计算的数据源、中间数据、输出数据,各节点直接上传到DFS,而不通过集群网络直接点对点传输,从而提高可靠性、可追溯性,并避免各节点的通信、存储瓶颈。通过上述调度方法,实现任务图中计算任务的并行化,提高计算能力和计算效率。任务图基于隐私计算框架,本发明实施例在集群计算的背景下,仍然不失数据计算的隐私性。
本发明实施例提供的一种基于TEE的可信数据分析集群调度系统,能够基于可信硬件,在保证数据隐私性和完整性的前提下,更加灵活、高效且安全地对计算任务进行调度,实现在多个计算节点上的并行执行。通过结合可信执行环境和机密计算技术,该系统不仅能够保护数据不被未经授权的第三方访问,还能确保各个节点之间的安全通信,同时优化资源分配,提高整体的计算效率。
如图5所示,示出了本发明另一实施例所提供的一种智能终端的结构框图,该终端包括处理器、输入设备、输出设备和存储器,所述处理器分别与输入设备、输出设备和存储器连接,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器被配置用于调用所述程序指令,执行上述实施例描述的方法。
应当理解,在本发明实施例中,所称处理器可以是中央处理单元(CentralProcessing Unit,CPU),该处理器是带有TEE指令集的CPU。
输入设备可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等,输出设备可以包括显示器(LCD等)、扬声器等。
该存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如,存储器还可以存储设备类型的信息。
具体实现中,本发明实施例中所描述的处理器、输入设备、输出设备可执行本发明实施例提供的方法实施例所描述的实现方式,也可执行本发明实施例所描述的系统实施例的实现方式,在此不再赘述。
在本发明还提供一种计算机可读存储介质的实施例,计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,程序指令当被处理器执行时使所述处理器执行上述实施例描述的方法。
所述计算机可读存储介质可以是前述实施例所述的终端的内部存储单元,例如终端的硬盘或内存。所述计算机可读存储介质也可以是所述终端的外部存储设备,例如所述终端上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)等。进一步地,所述计算机可读存储介质还可以既包括所述终端的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的终端和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露终端和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接,也可以是电的,机械的或其它的形式连接。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。
Claims (10)
1.一种基于TEE的可信数据分析集群调度方法,其特征在于,包括以下步骤:
任务调度器定期检查和解析存在的订单,并从订单中选出优先的任务;
任务调度器将待执行任务拆分为若干个子任务,并对子任务进行分析确定子任务的执行顺序;
任务调度器根据执行顺序将子任务分发给各个计算节点进行执行;
计算节点计算完成后,将中间结果上传到分布式文件系统;
计算节点将控制信息报告给任务调度器;
任务调度器继续将剩余的子任务派发到计算节点执行,直到整个任务执行结束。
2.如权利要求1所述的方法,其特征在于,所述对子任务进行分析确定子任务的执行顺序的具体方法包括:
任务调度器预先配置计算节点的最大任务并发量;
分析数据提供方上传的任务图中各个子任务的执行实现期望和子任务之间的依赖关系;
根据所述实现期望和依赖关系确定,以优化最终输出任务的结束时间为目标,设定子任务执行顺序。
3.如权利要求2所述的方法,其特征在于,还包括:对于无依赖关系的子任务,任务调度器采用先进先出的原则将子任务分配到所有空闲节点。
4.如权利要求2所述的方法,其特征在于,所述任务图为有向无环图,所述任务图中描述了任务的执行流程。
5.一种基于TEE的可信数据分析集群调度系统,其特征在于,包括多个集群,每个集群包括一个任务调度器和若干个计算节点;
所述任务调度器用于定期检查和解析存在的任务订单,将待执行任务拆分为若干个子任务,并对子任务进行分析确定子任务的执行顺序,根据执行顺序将子任务分发给各个计算节点进行执行;
所述计算节点用于在计算完成后,将中间结果上传到分布式文件系统,将控制信息报告给任务调度器;
所述任务调度器还用于将剩余的子任务派发到计算节点执行,直到整个任务执行结束。
6.如权利要求5所述的系统,其特征在于,所述任务调度器包括子任务分析单元,所述子任务分析单元用于预先配置计算节点的最大任务并发量,分析数据提供方上传的任务图中各个子任务的执行实现期望和子任务之间的依赖关系,根据所述实现期望和依赖关系确定以优化最终输出任务的结束时间为目标设定子任务执行顺序。
7.如权利要求6所述的系统,其特征在于,所述子任务分析单元还用于对无依赖关系的子任务,采用先进先出的原则将子任务分配到所有空闲节点。
8.如权利要求6所述的系统,其特征在于,所述任务图为有向无环图,所述任务图中描述了任务的执行流程。
9.一种智能终端,包括处理器、输入设备、输出设备和存储器,所述处理器分别与输入设备、输出设备和存储器连接,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,其特征在于,所述处理器被配置用于调用所述程序指令,执行如权利要求1-4任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包括程序指令,所述程序指令当被处理器执行时使所述处理器执行如权利要求1-4任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311820593.1A CN117931394A (zh) | 2023-12-27 | 2023-12-27 | 基于tee的可信数据分析集群调度方法、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311820593.1A CN117931394A (zh) | 2023-12-27 | 2023-12-27 | 基于tee的可信数据分析集群调度方法、系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117931394A true CN117931394A (zh) | 2024-04-26 |
Family
ID=90754810
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311820593.1A Pending CN117931394A (zh) | 2023-12-27 | 2023-12-27 | 基于tee的可信数据分析集群调度方法、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117931394A (zh) |
-
2023
- 2023-12-27 CN CN202311820593.1A patent/CN117931394A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tchernykh et al. | Towards understanding uncertainty in cloud computing with risks of confidentiality, integrity, and availability | |
CN108776934B (zh) | 分布式数据计算方法、装置、计算机设备及可读存储介质 | |
Xie et al. | Security-aware resource allocation for real-time parallel jobs on homogeneous and heterogeneous clusters | |
CA2849565C (en) | Method, apparatus, and system for scheduling processor core in multiprocessor core system | |
Xu et al. | Adaptive task scheduling strategy based on dynamic workload adjustment for heterogeneous Hadoop clusters | |
Tian et al. | Scheduling coflows of multi-stage jobs to minimize the total weighted job completion time | |
WO2021159638A1 (zh) | 集群队列资源的调度方法、装置、设备及存储介质 | |
CN109189509B (zh) | 接口的调用方法、接口调用的响应方法及服务器 | |
Chen et al. | GPU-accelerated high-throughput online stream data processing | |
WO2018076238A1 (zh) | 异构系统、计算任务分配方法及装置 | |
US11656902B2 (en) | Distributed container image construction scheduling system and method | |
CN110308984A (zh) | 一种用于处理地理分布式数据的跨集群计算系统 | |
CN109614227A (zh) | 任务资源调配方法、装置、电子设备及计算机可读介质 | |
Xu et al. | A framework for privacy-aware computing on hybrid clouds with mixed-sensitivity data | |
CN112799851B (zh) | 多方安全计算中的数据处理方法和相关装置 | |
He et al. | Real-time scheduling in mapreduce clusters | |
Islam et al. | An architecture and a dynamic scheduling algorithm of grid for providing security for real‐time data‐intensive applications | |
CN116070240B (zh) | 多芯片调用机制的数据加密处理方法及装置 | |
CN112395062A (zh) | 任务处理方法、装置、设备及计算机可读存储介质 | |
WO2021139113A1 (zh) | 交易信息的加签方法、装置、计算机设备和存储介质 | |
CN117931394A (zh) | 基于tee的可信数据分析集群调度方法、系统及介质 | |
Li et al. | Performance analysis of cloud computing centers serving parallelizable rendering jobs using M/M/c/r queuing systems | |
Xu et al. | Data verification tasks scheduling based on dynamic resource allocation in mobile big data storage | |
CN113672374A (zh) | 用于联邦学习和隐私计算的任务调度方法及系统 | |
US20160110219A1 (en) | Managing i/o operations in a shared file system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |