1.一种基于任务协同的电力数据安全增强方法，其特征在于，包括以下步骤：建立任务调度的系统模型，用户提交的电力数据安全监测任务以在线方式到达不同云数据中心的服务器，所有在线任务通过服务器共享资源和数据，且任务以非抢占方式执行，第i个任务t i 包括以下属性：所需的内存容量、所需的MIPS数量、所需所有数据集的总大小、计算复杂度、数据访问模式；根据用户提交的电力数据安全监测任务，建立电力数据安全监测任务集合T={t 1 ,t 2 ...t n }，共有n个任务，使用聚类算法综合属性维度将所有任务划分为K个分组，针对分组结果定义任务类型，主要包括数据密集型任务、计算密集型任务、周期性任务，对于计算密集型任务采用并行计算的策略，将任务分解成多个子任务并行执行；针对周期性任务使用定时调度器使得任务能够按时执行；针对数据密集型任务构建在线任务协同调度策略进行执行；其中针对数据密集型任务的在线任务协同调度策略构建如下：当任务t i 在服务器m j 中调度时，目标函数为最小化响应时间： ；其中， 表示任务t i 分配给服务器m j 时的响应时间， 表示等待时间，是调度时间 和延迟时间 之和，调度时间 为任务到达队列和调度之间的时间，延迟时间 为任务等待给定服务器可用的时间； 表示总执行时间，是数据迁移时间 、数据访问时间 和执行时间 的总和，数据迁移时间 为任务需要在本地收集所有远程所需数据集的时间，数据访问时间 为任务读取所有本地所需数据集的时间，执行时间 为执行任务的时间；该目标函数的约束如下：服务器m j 中的剩余RAM量超过任务t i 所需的RAM请求量；当任务t k 正在服务器m j 中进行数据迁移并且第 个数据集 是远程数据集且任务t i 需要第 个数据集 时，服务器m j 中有足够的存储空间来存储任务t i 所需的数据；服务器m j 的负载处于给定的最小负载阈值与最大负载阈值之间；其中，根据协同调度策略在服务器之间发生数据迁移的情况下，通过数据安全保护策略保护迁移数据的安全性，所述数据安全保护策略主要包括密钥生成阶段、对迁移数据进行加密的加密阶段和对接收到的加密数据进行解密的解密阶段。
2.根据权利要求1所述的方法，其特征在于，使用聚类算法将所有任务按照每种任务属性分别划分为K个分组包括：进行初始化，从安全监测任务集合T中随机选择K个任务作为初始聚类中心；针对初始化选择的聚类中心，通过欧式距离计算所有任务属性到每个中心任务属性的距离，计算公式如下所示： ，其中 为第i个任务， 为第s个聚类中心，m为数据对象的维度， 、 为 和 的第j个属性值；根据距离将每个任务聚集到与其最近的中心的类中，构成聚类结果；计算聚类后的类中心即每个类中任务的均值，作为新的类中心；迭代直到聚类结果不再发生改变，得到K个分组的任务。
3.根据权利要求1所述的方法，其特征在于，在线任务协同调度策略的执行步骤包括：步骤a：估计所有服务器队列中传入任务的响应时间矩阵RT，响应时间矩阵RT包含将任务t i 分配给服务器m j 的响应时间RT ij ；步骤b：按升序对响应时间矩阵RT的元素进行排序，生成任务到服务器分配的偏好列表，偏好列表的元素由任务t i 、服务器m j 及其对应的响应时间RT ij 的三元组表示，如果将任务t i 分配给服务器m j ，偏好列表的第一个元素是最低响应时间；步骤c：进行任务选择和分配，如下：输入可用服务器M、等待队列Q中到达的任务组以及偏好列表，通过偏好列表，在将任务t i 分配给服务器m j 时，选择具有最低响应时间RT ij 的第一个元素，在将任务t i 分配给服务器m j 后，服务器m j 被标记为任务t i 的最佳分配；步骤d：更新状态，包括服务器的可用性和等待队列Q中的任务、偏好列表；重复步骤a、步骤b、步骤c、步骤d，根据一组任务的等待时间、数据迁移时间、整体执行时间和服务器负载，从等待队列Q中选择一组任务分配给最适合的服务器。
4.根据权利要求3所述的方法，其特征在于，在估计任务的响应时间矩阵RT时，通过计算适应度 来检查服务器m j 是否能够承载任务t i ，以UR ij 来表示任务t i 的CPU使用率，适应度状态有以下三种：当UR ij 大于1时， ；当且仅当UR ij 不超过1，服务器m j 中的剩余存储容量能够容纳任务t i 所需的数据总量，服务器m j 的负载在给定的最大负载阈值与最小负载阈值之间，并且服务器m j 中的剩余RAM量大于任务t i 所需的RAM请求量时， ；当服务器m j 没有足够的CPU或/和没有足够的RAM来执行任务t i ，或/和服务器m j 的存储容量无法存储任务t i 远程所需的数据或/和服务器m j 的数据集过载或欠载时， ；在进行每个任务总响应时间矩阵的计算时，相对应的处理方法如下：若 ，则调度程序将移动到下一台服务器；若 ，则通过延迟调度技术使得任务t i 等待延迟时间 ，以便服务器m j 的资源再次可供任务t i 使用；若 ，则服务器m j 能够在没有约束违规和延迟时间的情况下执行任务t i 。
5.根据权利要求4所述的方法，其特征在于，在服务器m j 的存储空间不足以存储任务t i 所需数据集的情况下，基于任务与数据集之间的依赖性depend k 和数据集现有副本数量repl k 选择一组数据集并从服务器m j 中删除，其中任务与数据集之间的依赖性depend k 定义了等待队列中未完成的任务需要服务器m j 中有多少重复的数据集，数据集现有副本数量repl k 定义了整个系统中当前可用的每个数据集副本数量。
6.根据权利要求5所述的方法，其特征在于，延迟时间 的计算如下：按照预计完成时间对服务器m j 中的任务进行升序排序，排序结果位于排序队列中；遍历排序队列中的每个任务来验证何时达到任务t i 的适应度，对于排序队列中的每个任务，获得其剩余执行时间，将剩余执行时间添加到延迟时间，然后更新服务器m j 的RAM、存储容量和负载，以添加任务t k 消耗的内存容量、存储容量和负载值；直到达到服务器m j 和任务t i 的适应度，最后得到延迟时间 。
7.一种基于任务协同的电力数据安全增强装置，其特征在于，包括：调度系统模型构建模块，被配置用于建立任务调度的系统模型，用户提交的电力数据安全监测任务以在线方式到达不同云数据中心的服务器，所有在线任务通过服务器共享资源和数据，且任务以非抢占方式执行，第i个任务t i 包括以下属性：所需的内存容量、所需的MIPS数量、所需所有数据集的总大小、计算复杂度、数据访问模式；任务分组模块，被配置用于根据用户提交的电力数据安全监测任务，建立电力数据安全监测任务集合T={t 1 ,t 2 ...t n }，共有n个任务，使用聚类算法综合属性维度将所有任务划分为K个分组，针对分组结果定义任务类型，主要包括数据密集型任务、计算密集型任务、周期性任务；任务协同调度模块，被配置用于对于计算密集型任务采用并行计算的策略，将任务分解成多个子任务并行执行；针对周期性任务使用定时调度器使得任务能够按时执行；针对数据密集型任务构建在线任务协同调度策略进行执行；其中针对数据密集型任务的在线任务协同调度策略构建如下：当任务t i 在服务器m j 中调度时，目标函数为最小化响应时间： ；其中， 表示任务t i 分配给服务器m j 时的响应时间， 表示等待时间，是调度时间 和延迟时间 之和，调度时间 为任务到达队列和调度之间的时间，延迟时间 为任务等待给定服务器可用的时间； 表示总执行时间，是数据迁移时间 、数据访问时间 和执行时间 的总和，数据迁移时间 为任务需要在本地收集所有远程所需数据集的时间，数据访问时间 为任务读取所有本地所需数据集的时间，执行时间 为执行任务的时间；该目标函数的约束如下：服务器m j 中的剩余RAM量超过任务t i 所需的RAM请求量；当任务t k 正在服务器m j 中进行数据迁移并且第 个数据集 是远程数据集且任务t i 需要第 个数据集 时，服务器m j 中有足够的存储空间来存储任务t i 所需的数据；服务器m j 的负载处于给定的最小负载阈值与最大负载阈值之间；数据安全保护模块，被配置用于根据协同调度策略在服务器之间发生数据迁移的情况下，通过数据安全保护策略保护迁移数据的安全性，所述数据安全保护策略主要包括密钥生成阶段、对迁移数据进行加密的加密阶段和对接收到的加密数据进行解密的解密阶段。
