通过监控与针对云服务及网络安全违规的适配增强多云环境下的工作流安全性

云计算已成为处理数据密集与计算密集型工作流的关键解决方案，其可扩展性可应对动态需求。然而，鉴于所涉及数据与任务的敏感性，在不可信的多云环境中确保工作流的安全执行面临重大挑战。文献中指出，缺乏用于检测工作流执行期间攻击的综合性方法，且针对安全与隐私泄露的应对措施不足。为弥补此缺口，本文提出一种方法，侧重于监控云服务与网络以检测工作流执行期间的安全违规。一旦检测到，我们的方法选取最优适配动作以最小化对工作流的影响。为缓解此类适配的不确定代价及其对工作流中其他任务的潜在影响，我们采用自适应学习来确定最合适的适配动作。我们的方法基于检测过程的性能以及所选适配对工作流的影响进行评估。