.png){kind=icon}
返回
Mitigating data leaks and optimizing task scheduling in cloud computing using EfficientNetV2 with federated learning and blockchain
.png){kind=icon}
PRE
AI
DOI：10.1007/s10586-025-05282-4.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
云计算提供可扩展的按需服务，但面临与安全漏洞、数据泄露和任务调度低效相关的关键挑战。现有解决方案通常无法提供确保安全与资源优化利用相统一的方案。本研究提出了一种新颖的“安全与优化联邦云框架”（SOFCF），该框架整合了基于EfficientNetV2的联邦学习（FL）、基于Kubernetes的任务调度以及区块链增强的安全机制，以解决上述问题。所提出的模型通过采用FL进行去中心化模型训练，防止数据泄露，确保数据保持本地化同时贡献全局模型。EfficientNetV2加速训练收敛，提升分类性能。Kubernetes根据实时需求动态调度任务，利用多臂赌博机（MAB）精细化的资源分配策略优化CPU和内存使用。EfficientNetV2加速训练收敛，在CVC3345数据集上实现99.13%的分类准确率，优于现有模型。所提出的模型将资源利用率提高19%，减少85%的数据泄露事件，并将任务完成时间缩短28%。该模型显著降低响应时间至155毫秒，展示了其高效的任务调度与资源管理能力。本研究建立了一个可信、去中心化且高效的云计算模型，确保在分布式环境中实现隐私保护和资源优化管理。
Keyword:
Blockchain
Cloud computing
EfficientNetV2
Federated Learning
Kubernetes
Task Scheduling
期刊
C
IF:
0
论文数:
691
被引数:
1
机构
引用论文
A Fair, Dynamic Load Balanced Task Distribution Strategy for Heterogeneous Cloud Platforms Based on Markov Process Modeling.png)
IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏Secure Data Storage and Sharing Techniques for Data Protection in Cloud Environments: A Systematic Review, Analysis, and Future DirectionsIEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏Zeus: Improving Resource Efficiency via Workload Colocation for Massive Kubernetes ClustersZeus: 通过大规模Kubernetes集群的工作负载托管提高资源效率IEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏An efficient policy-based scheduling and allocation of virtual machines in cloud computing environment云环境中的基于策略的高效虚拟机调度与分配
IF0
PREAI
分享收藏A Cloud Secure Storage Mechanism Based on Data Dispersion and Encryption一种基于数据分散和加密的云安全存储机制IEEE ACCESSOAAI
IEEE ACCESSIF3.6
OAAI分享收藏Multi objective trust aware task scheduling algorithm in cloud computing using whale optimizationOAAI
OAAI分享收藏
查看更多内容