云计算技术作为一种完全基于互联网的计算模式,内部包含大量资源供客户实时高效调用。其中计算资源在整个资源系统中处于核心地位,是保证服务质量,维持高效计算能力的关键。计算资源从原子性角度分析,包括了云计算系统中的物理机等所有硬件资源以及虚拟机中的通过软件模拟生成的硬件资源,网络资源等。面对如此庞大的资源池,如何合理调度分配这些资源是关键问题。云系统中经常引入负载均衡算法平衡负载与系统资源。不过目前的负载均衡算法应用粒度较大,并未较好地结合云计算各类业务特点进行算法设计,所以研究负载均衡算法在某些特定应用场景下的定向优化便显得格外有意义。实现负载均衡的关键是要优化虚拟机与物理机的对应关系:即虚拟机放置。综上,本文将细粒度地研究面向资源利用率最优的网络仿真测试云虚拟实例放置策略,以实现网络仿真测试云的负载均衡,资源的高效利用。具体而言,本论文以基于云计算技术的网络仿真测试云为研究主体,从算法角度实现云计算资源的合理调度,云虚拟实例的高效放置。网络仿真测试云中包含大量资源,能否做到在整个仿真系统资源均衡利用的基础上提高网络仿真测试云仿真精度,将直接取决于网络仿真测试云是否具有与仿真应用场景高度自洽的虚拟实例放置策略。本文首先对网络仿真测试云中承接仿真任务的各类节点按照所建模型进行分类,从而得到不同虚拟实例对物理机的隶属度函数,并整合各类云资源利用率、系统能耗以及SLA服务质量后构建虚拟实例放置优化目标函数。本文虚拟实例放置优化目标函数的求解采用NSGA-II算法,并加入蚁群算法加快算法的迭代计算过程。文章所研算法首先在经典云仿真软件Cloud Sim中进行了验证测试,实验表明各类指标均满足预期。最后将网络仿真测试云虚拟实例放置算法与网络仿真测试云进行整合,并进一步构建了资源可视化监控平台,与原生的Open Stack虚拟机放置策略进行了对比试验。实验表明,网络仿真测试云虚拟实例放置算法较平台原生的Open Stack放置策略相比,更灵活可控,适用于变化多变的仿真场景,各类资源利用率明显提高。网络仿真测试云部署所研算法后能耗显著降低,服务质量也得到了有效提升。总而言之,本文所研网络仿真测试云虚拟实例放置算法大幅度提高了网络仿真测试云的仿真精度和适用性,拓展了可仿真场景,具有一定的研究意义。