1、隨著云計算技術(shù)的發(fā)展，IT基礎(chǔ)設(shè)施需求已從傳統(tǒng)的設(shè)備購買轉(zhuǎn)變成按需租賃的方式。然而，人們往往會對自身程序需求資源預(yù)估不合理，導(dǎo)致購買的虛擬機或大或小，資源利用率不高。對云提供商來說，在資源分配前需要對用戶的使用資源有一定的了解。以期更好的制定虛擬機部署策略。針對上述問題，本文提出了基于云用戶應(yīng)用的云平臺虛擬機調(diào)度規(guī)劃。分為云應(yīng)用需求資源的預(yù)估、與虛擬機調(diào)度規(guī)劃的設(shè)計兩部分。
　　基于云應(yīng)用參數(shù)的變化，提出了一種資源配置預(yù)估方法。仿

2、照解釋器的思想，靜態(tài)分析程序源碼，得出任務(wù)執(zhí)行的語句數(shù)；通過曲線擬合與少次數(shù)的程序運行，得出程序運行時間隨參數(shù)變化的趨勢。限制實驗主機配置的CPU占用比例，得出參數(shù)、用戶程序運行時間與CPU占用資源之間的關(guān)系。使用pascal hanoi程序?qū)υ摲椒ㄟM行驗證，證明該方法測得參數(shù)變化下的程序運行時間與實際運行時間非常接近，誤差率很小。通過對CPU占用率的限制，測得在不同的cpu-MIPS值下，程序?qū)嶋H運行時間與預(yù)計運行時間誤差很小。

3、>　　提出了基于負載預(yù)測的虛擬機資源分配方案，用靜態(tài)參數(shù)加動態(tài)監(jiān)測相結(jié)合的雙重機制避免了主機負載過重，通過預(yù)測主機負載情況，過濾掉即將達到警告值的主機；引用了二維裝箱問題的BFD算法思想，對資源進行最大化利用。對本方案與輪詢算法分別進行仿真實驗，分析了兩種算法對主機綜合利用率與負載穩(wěn)定性的影響；分析了本方案在警告值（A2）不同的情況下與輪詢算法相比，主機綜合利用率的變化情況。實驗可得本方案在A2參數(shù)為0.95時，與輪詢算法相比提高了資源