云计算是继分布式计算、网格计算、对等计算后出现的一种崭新的计算模式,其核心思想是资源租用、应用托管和服务外包。如何为用户提供一个灵活、安全和高效的网络应用平台是云计算的核心问题。本文分别研究了云计算中网络路由规则的压缩问题以及云平台下的基于有限元方法的并行计算问题。主要工作包括以下两个方面:1.针对OpenFlow中规则要求时更新以及TCAM芯片容量有限的问题,提出了一种支持规则更新的压缩方法。方法通过将TCAM芯片空间划分为实时更新区和压缩存储区,实时更新区处在TCAM芯片的前部,用于存放中央控制器发送过来的实时更新规则;后台服务器以一定的时间周期将TCAM芯片中实时更新区以及压缩存储区中的规则进行压缩,并将压缩后的规则存入TCAM的压缩区,保持实时更新区具有空间接收实时更新规则。详细分析了区间划分的比例问题,并利用ClassBench工具产生原始规则集进行了仿真实验,实验结果验证了所提方法的有效性。2.根据云计算的特点提出了一种有限元并行计算算法。算法的基本思想是根据有限元方法将一个大任务分解成多个子任务,分别对这些子任务进行计算后得出原任务的计算结果。算法首先设置有限元模型的自由度并进行有限元单元划分,每一个有限元单元对应一个子任务,然后对每一个有限元单元进行调度。算法将各个子任务分配给预期响应时间和计算成本权值最低的节点,并采用有限元EBE方法进行并行计算。分别计算各子单元的刚度矩阵、载荷向量并进行边界条件处理,然后并行计算各子单元的位移和应力,最后根据各子单元的计算结果计算总体节点位移和应力。为验证所提算法的有效性,本文根据真实的异构系统对所提算法进行了仿真实验,实验结果表明所提算法能够获得非常好的加速比以及较高的并行效率。