云計(jì)算環(huán)境下可驗(yàn)證的粒子群優(yōu)化外包研究.pdf

1、目前，云計(jì)算的發(fā)展十分快速，對(duì)于計(jì)算資源有限的用戶來說，無法對(duì)結(jié)構(gòu)龐大的項(xiàng)目進(jìn)行計(jì)算，尋求云計(jì)算的協(xié)助成為優(yōu)先的選擇。實(shí)際生活中，很多問題能夠歸結(jié)為非線性規(guī)劃（NLP）問題，NLP問題一般沒有確定的通用解法，對(duì)于很多復(fù)雜問題常使用啟發(fā)式算法求解。粒子群優(yōu)化算法（PSO）作為一種進(jìn)化計(jì)算技術(shù)，在求解NLP問題上有著不錯(cuò)的效果。比如，當(dāng)一個(gè)計(jì)算能力有限的用戶有一個(gè)復(fù)雜且龐大的優(yōu)化問題需要使用PSO算法來求解，他可以將問題的求解工作委托給云，

2、運(yùn)用云強(qiáng)大的計(jì)算能力快速求解。盡管云計(jì)算有很多好處，但是對(duì)用戶來說，云執(zhí)行計(jì)算的過程并不透明，因此帶來用戶如何驗(yàn)證云如實(shí)地運(yùn)行了算法進(jìn)行求解的問題。
　　本文首先介紹了NLP和PSO算法的相關(guān)概念。KKT條件可以用來檢驗(yàn)解的最優(yōu)性，但是傳統(tǒng)KKT條件在檢驗(yàn)進(jìn)化算法結(jié)果上有比較大的局限性。進(jìn)化算法求得的解可能并不是最優(yōu)的，近似KKT條件的提出就提供了一種衡量KKT點(diǎn)鄰域內(nèi)的點(diǎn)最優(yōu)性的思路。然后概要介紹了可驗(yàn)證計(jì)算的研究進(jìn)展?？沈?yàn)證計(jì)

3、算領(lǐng)域希望能設(shè)計(jì)一個(gè)通用的方案來驗(yàn)證計(jì)算的結(jié)果，但是即便是對(duì)十分簡單的問題也需要極其龐大的存儲(chǔ)和計(jì)算資源來構(gòu)造執(zhí)行程序，很難應(yīng)用到實(shí)際的場景中。
　　其次，本文針對(duì)PSO算法外包問題提出可驗(yàn)證的PSO算法以及對(duì)應(yīng)的驗(yàn)證方案?？沈?yàn)證的PSO算法保留了傳統(tǒng)粒子群優(yōu)化算法計(jì)算高效的優(yōu)點(diǎn)，還能對(duì)傳遞的算法參數(shù)進(jìn)行驗(yàn)證。用戶對(duì)需要發(fā)送的參數(shù)簽名，可驗(yàn)證的PSO算法驗(yàn)證簽名的有效性，驗(yàn)證失敗則終止算法進(jìn)程。云端返回結(jié)果后，由驗(yàn)證算法驗(yàn)證結(jié)果的

4、有效性，根據(jù)驗(yàn)證結(jié)果可以判斷云是不是如實(shí)進(jìn)行了運(yùn)算。
　　最后，本文將外包問題限制為NLP問題，用戶需要確認(rèn)云按要求執(zhí)行了PSO算法來求解并返回合適的結(jié)果。用戶需要對(duì)NLP問題進(jìn)行預(yù)處理，使用罰函數(shù)法將問題轉(zhuǎn)化為可以被PSO算法解決的適應(yīng)度函數(shù)的形式后，由云服務(wù)器執(zhí)行計(jì)算。該方案移除了可驗(yàn)證PSO算法中的簽名部分，并采用了近似KKT條件作為工具，通過驗(yàn)證解是否是一個(gè)ε-KKT點(diǎn)，來檢驗(yàn)PSO算法返回解的最優(yōu)性。
　　本文還通