面向云上多租户数据联邦的数据放置

由于用户在数据安全与隐私方面的隐私关切以及法律执行，组织间共享数据变得愈发困难。数据联邦通过提供抽象数据接口，为组织间数据相关合作带来新机遇。随着云计算的发展，组织将数据存储于云上，以实现数据处理的弹性与可扩展性。现有数据放置方法通常仅考虑执行时间或货币成本单一方面，且未针对硬约束进行数据分区。本文提出一种在云上处理来自不同组织数据的方法。该方法由名为FedCube的数据联邦平台与基于Lyapunov的数据放置算法组成。FedCube支持云上数据处理。我们利用数据放置算法制定计划，以对云上数据进行分区与存储，从而基于多目标成本模型在满足约束的同时实现多个目标。该成本模型由两个目标组成，即降低货币成本与执行时间。我们给出实验评估，表明相较现有方法，所提算法显著降低了总成本（最高达69.8%）。