چکيده— ابرها به سرعت در حال تبدیل شدن به یک چارچوب مهم برای کاربردهای علمی هستند. در یک محیط ابری با تعداد بیشمار گره های عددی، منابع ضرورتا غیر قابل اطمینان می باشند که این موضوع تاثیر بسیار زیادی بر زمانبندی و اجرای وظایف برجای می گذارد. در این مقاله، با الهام گرفتن از مدل شناختی بیزی و نیز با توجه به مدل های رابطه اعتماد شناختی در جامعه شناسی، ابتدا یک روش بیزی جدید را بر مبنای مدل اعتماد شناختی پیشنهاد می نماییم و در ادامه با ادغام آن در الگوریتم DLS (زمانبندی سطح پویا) موجود، یک الگوریتم زمانبندی سطح پویای اعتماد را - با نام Cloud-DLS- ارائه می کنیم. بعلاوه یک معیار استاندارد نیز سازماندهی می شود که تعدادی از مشخصه های پردازش ابری را جهت ارزیابی روش پیشنهادی، اندازه گیری نموده و مورد سنجش قرار می دهد. تحلیل نظری و شبیه سازی های ارائه شده اثبات می نمایند که الگوریتم Cloud-DLS می تواند به صورت موثر و کارآمد، الزامات بارهای کاری پردازش ابری را بگونه ای مطمئن و با صرف هزینه های زمانی کمتر برآورده ساخته و اجرای وظایف را به صورت مطمئن و امن تضمین نماید.
کلمات کليدي-  پردازش ابری، بیزی، مدل شناختی، زمانبندی، اعتماد

Abstract:  Clouds are rapidly becoming an important platform for scientific applications. In the Cloud environment with uncountable numeric nodes, resource is inevitably unreliable, which has a great effect on task execution and scheduling. In this paper, inspired by Bayesian cognitive model and referring to the trust relationship models of sociology, we first propose a novel Bayesian method based cognitive trust model, and then we proposed a trust dynamic level scheduling algorithm named Cloud-DLS by integrating the existing DLS algorithm. Moreover, a benchmark is structured to span a range of Cloud computing characteristics for evaluation of the proposed method. Theoretical analysis and simulations prove that the Cloud-DLS algorithm can efficiently meet the requirement of Cloud computing workloads in trust, sacrificing fewer time costs, and assuring the execution of tasks in a security way.
KEYWORDS- Cloud computing, Bayesian, Cognitive model, Scheduling, Trust