云计算作为一种新型网络应用模式，能够向用户提供灵活、按需、可伸缩的存储与计算服务，提高了网络资源使用效率，同时也降低了运营成本，因此，受到了学术界和工业界的广泛关注。提升虚拟化程度，是实现云计算资源管理的关键。在线迁移机制作为一种重要的虚拟化技术，能够完整、无缝地将虚拟机在物理服务器间进行迁移，从而实现对服务器的在线维护和动态负载均衡。但目前由于该技术不够完善，还存在着总迁移时间和宕机时间过长等影响迁移性能的重点难点问题。因此，本文旨在对虚拟机在线迁移机制进行优化。　　本文在分析与研究云计算及虚拟机在线迁移技术的基础上，对Xen虚拟机在线迁移框架进行了优化，从整体上对虚拟机在线迁移流程以及在云计算中的部署进行了设计，针对在线迁移机制的过程控制不合理、迁移时间和宕机时间过长引发服务中断、迁移数据的高冗余性等问题，在Xen虚拟机在线迁移框架中添加了三个模块：迁移决策模块、概率预测模块和内存压缩模块。　　本文以云计算中工作负载类型的分析为基础，对迁移决策模块进行理论设计和优化，该模块结合监听迁移模块的结果，对负载属性与资源特性进行判断，并完成迁移决策判断与提交迁移的功能；为概率预测模块设计了基于内存块的测算及按序转移的概率预测算法，引入马尔科夫预测模型，将虚拟机内存重组成修改概率更为稳定的内存块，通过统计抽样方法和理论上的计算方法对其中脏页面被修改的概率进行预测，延迟转移修改概率高的页面以吸收更多重写操作，减少了停机拷贝阶段重复数据传送量从而缩减宕机时间；对内存压缩模块的工作流程进行了详细设计，应用了优化轻便的内存压缩算法以减少数据冗余，并提供了该框架的实现流程图。　　最后，本文通过搭建实验平台，对概率预测算法和内存压缩算法进行有效性验证。实验结果表明，本文针对虚拟机在线迁移框架所进行的优化工作，对虚拟机在线迁移的时间性能和系统瓶颈的处理带来了良好的改进，提高了虚拟机的迁移性能。