Assegurando a Confidencialidade de Dados de Workflows Executados em Nuvens de Computadores: Abordagens Heurísticas e Exatas
Abstract
Cloud computing provides an on-demand environment that allows users to execute their local workflows in an elastic and highly available environment. Various applications can be mode- led as workflows, many of which are compute- and data-intensive. In the cloud, the storage location of this data becomes a concern when confidentiality might be compromised. Malicious users can make inferences about the results and the structure of the workflows. Data dispersion, encryption, and other mechanisms can be adopted to enhance data privacy, but these cannot be implemented without considering the workflow scheduling, as this risks significantly increasing execution time and financial cost. In this paper, we introduce CYCLOPS, an approach that aims to execute work- flows in cloud computing environments efficiently while considering the confidentiality constraints of the produced data and the workflow structure.
As nuvens de computadores fornecem um ambiente sob demanda que permite aos usuários executar seus workflows locais em um ambiente elástico e com alta disponibilidade. Diversas aplicac ¸ões podem ser modeladas como workflows, e muitas delas são intensivas em computac ¸ão e produc ¸ão de dados. Na nuvem, o local de armazenamento desses dados se torna uma preocupac ¸ão quando a confidencialidade pode ser comprometida. Usuários maliciosos podem realizar inferências a respeito dos resultados e da própria estrutura dos workflows. A dispersão de dados, a criptografia e outros mecanismos podem ser adotados para aprimorar a privacidade dos dados, mas estes não podem ser adotados sem considerar o escalonamento do workflow, pois isso arrisca aumentar significativamente o tempo de execuc ¸ão e o custo financeiro. Neste artigo, introduzimos a CYCLOPS, uma abordagem que visa executar workflows em nuvens de computadores de forma eficiente levando em considerac ¸ão as restric ¸ões de confidencialidade dos dados produzidos e da estrutura do workflow.
Fichier principal
Rodrigo_SBPO_2024__Author_Version__watermark.pdf (499.68 Ko)
Télécharger le fichier
Origin | Files produced by the author(s) |
---|