云计算是一种新兴的商业模式,利用分布式物理机集群整合计算资源和信息服务,使得云服务提供商能够向用户提供高性能的计算服务。随着云计算服务规模地拓展,支撑这些服务的物理机集群也需要进行扩容,由此造成的系统规模的膨胀将引发系统管理的复杂性和系统内在的动态性等问题。虚拟化技术通过虚拟机的形式将物理机集群切割独立管理,以按需分配的形式支持云平台的资源共享。如何构建高效合理的物理机虚拟机映射关系,保证云平台具有更高的性能和资源利用率成为业界的一个关键课题。本文分析了云平台资源管理的国内外研究现状,总结当前研究中存在的问题,对虚拟化技术和蚂蚁算法进行分析,对云平台虚拟机的放置开展了相关研究。主要研究内容及创新点分为两部分:一、虚拟机放置策略及建模针对用户服务质量、能源利用率和能耗问题,提出了基于多目标优化虚拟机放置策略。提出了SLA履约率、负载均衡率和能源功率的概念,并以此为优化目标,对这三个优化目标分别进行详细描述和建立数学模型。二、算法改进(1)首先,重新定义启发式因子。为启发式因子赋予更大的权重,使其对路径选择概率施加更多的影响,使算法在选择路径时更加“理性”,并且能够在多个相互冲突的目标间实现最有权衡和折衷,使其在提高SLA履约率和负载均衡率的同时,减少能源消耗和提高能源功率。(2)其次,重新制定信息素更新策略。使算法的信息素在兼顾择优积累的同时,还能根据权值排序保留次优积累。此外,为解决蚂蚁算法“早熟”和易陷入局部最优的问题,设置了信息素的上限和下限。(3)再次,重新制定状态转移规则。为蚂蚁制定三种状态转移规则,使算法具有更高的准确精度和更广阔的搜索空间,更适合寻找目标最优路径。(4)最后,提出灾变策略。借鉴遗传算法中变异的思想,利用小随机概率模型,提出灾变策略,人工重置路径上的信息素浓度,保证算法在环境动态改变和陷入局部最优时具有更好的容错性和鲁棒性。