本次组会我将汇报我的研究课题：混合云环境下基于深度强化学习的隐私感知工作调度的研究，主要从以下几个方面展开：

1.研究背景：
随着云计算技术的深入发展和大数据时代的来临，越来越多的企业或组织采用混合云技术部署系统。云作业调度是管理任务在云资源中执行的过程，混合云中的作业调度与传统云作业调度不同，需要综合考虑与任务执行相关的可用时间、隐私数据保护、成本限制等问题，这也对混合云中的作业调度提出了新的要求。

2.科研问题：
混合云中的作业调度更加复杂，产生不同的挑战，尤其是对隐私保护方面的研究被广泛研究。采用何种调度算法可以使混合云用户的任务拥有更低的平均响应时间、更高的调度成功率以及更好的隐私保护效果，是一个值得研究的问题。

3.科研目的：
提出一种基于深度强化学习（DRL）的混合云作业调度方法，使用户任务能够在可接受的响应时间QoS内，尽可能的满足任务的隐私保护需求。

4:问题建模：
针对科研问题建立的模型、过程将在汇报ppt中展示

5:实验设置及结果：
在汇报ppt中展示