一种城域网隐私保护计算迁移任务调度优化方法

本申请涉及任务调度技术领域，提供了一种城域网隐私保护计算迁移任务调度优化方法，通过贝叶斯推断实时处理计算节点的资源状态实时确定动态信任值，相比现有技术的静态信任评估，能实时捕捉计算节点的实时风险变化，显著降低隐私泄露风险；将隐私风险估值、任务完成时延和任务执行能耗共同作为多目标优化函数的优化目标，并定义多目标优化函数的约束条件，以确保生成的优化调度方案既符合隐私安全要求，又能满足时延和能耗需求；持续监测计算节点的实际行为数据并进行隐私合规审计，并将隐私合规表现作为新证据反馈至贝叶斯推断，修正节点动态信任值，显著提升任务调度的长期可靠性与灵活性。