云计算有着“高弹性、按量计费”的特点,由于能够提供近乎“无限”的服务实例和高性能异构分布式环境,因而越来越多的工作流应用被部署到云环境下执行。混合云作为一种新兴的云环境,它是私有云和公有云的结合体,二者通过互联网进行连接。在混合云环境下进行工作流调度,两个问题亟待解决:（1）隐私敏感的数据和任务不能暴露在公有云平台上;（2）保证通过互联网进行跨越公私云平台的数据传输安全。现有的混合云环境下的工作流调度通常只关注一个问题,或者仅仅把混合云当作一个云环境的拓展。因此本文研究了在截止时间的约束下,在混合云环境中有效地降低工作流执行费用,同时满足工作流的隐私和安全需求。针对现有研究中混合云环境下隐私和安全的考虑不足之处,本文通过混合加密和哈希函数来分别保证数据混合云环境下传输的安全性和完整性,建立了一个三级数据安全模型来保证不同层级数据在混合云环境中的安全传输,并基于三级数据安全模型将任务分为两类:隐私安全需求高的任务,即私有任务;隐私安全需求低的任务,即公有任务。基于数据安全模型和任务划分规则,对本文研究的约束优化问题进行了建模。基于以上研究内容,本文首先设计了一个隐私和安全感知的列表调度算法,该算法将用户给定的截止时间分配给工作流中的每一个任务,然后为任务选择满足隐私限制和最小化执行费用的服务实例,最终在不违反截止时间的前提下获得费用较低的调度方案。基于提出的列表调度算法,本文将模拟退火思想应用于算法中,通过在迭代过程中改变任务序列获得更低执行费用的调度方案。在真实工作流数据集上的仿真实验结果显示,本文提出的两个算法优于现有的四个算法,并且模拟退火结合列表调度的算法在牺牲一定的执行时间的前期下优于其它算法,比本文提出的列表调度算法降低12.53%的费用。