我本次组会汇报的题目是《混合云环境下基于深度强化学习的安全性约束工作调度方法》，我将从研究背景、研究问题、研究目的等方面进行介绍。

研究背景

越来越多的企业或组织采用可整合共有云与私有云资源的混合云技术部署系统。

混合云中的作业调度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的研究提出了新的要求。

研究问题

一些有安全需求的任务可以外包到公共云，这为优化任务执行性能提供了更多的机会，同时增加了安全问题的复杂性。

公共云中实现一定级别的安全存在资源开销，将任务外包给公共云的开销和执行该任务消耗有限的私有资源之间存在权衡。

研究目的

提出一种基于深度强化学习（DRL）的混合云作业调度方法，在混合云中调度作业，在满足混合云任务的最后期限和安全级别的同时，专注完成的任务数量最大化和成本最小化。

本研究的问题描述、研究思路、研究计划等将在组会中详细报告。