近年来,云平台由于其独特的资源虚拟化,使用接入便捷以及计费透明且价格优廉的特点而受到广泛关注,与此同时,用户使用量的激增伴随着云平台实际运营压力的提升,而在云环境下,资源调度及分配时影响云平台性能的主要因素,因此,研究设计高效合理的资源调度方案具有重要意义。本文对云平台参与双方,从任务提交到资源分配,再到实际使用的过程进行相应分析,并给出实际优化方案。主要的工作有:(1)建立双向竞拍模型。根据用户需求期望以及云服务供应商期望,构建新的双向竞拍模型。由于云用户目标任务的多样性,不同云用户对云服务器的配置选择也各不相同。即使对相同配置的云服务器,不同云用户的预期费用支出也会有所区别。该模型在确定竞拍结果时不仅是以双方的任务期望提交为竞拍标准,同时考虑了参与竞拍任务的等待时间及优先级,提出了排队影响因子及惩罚金制度的概念。排队影响因子根据双方代理在参与竞拍时的等待时间以及参与竞拍的等待轮数调整竞拍优先级,保证完成任务的时效性。惩罚金制度则可防止恶意竞拍出价,防止任务等待卡死的情况出现,这既能提高用户体验感,提高任务完成效率,又可缓解平台负载。通过构建相关约束函数进行仿真实验,验证模型的合理可行性。(2)设计云虚拟机动态迁移调度策略。在根据双向竞拍模型完成资源分配过程之后,当云服务提供商接收到已分配的对应订单,在资源调度层面优化云虚拟机迁移策略。利用动态标准判断当前云虚拟机的状态是低载或是过载,再根据当前实际状态,作出相匹配的动态迁移策略。此策略解决云服务供应商自身成本能耗浪费的问题,从成本的角度降低云服务供应商的费用支出。(3)以数据挖掘方式对云服务器运行故障作预警。云服务器故障预警主要针对于提高用户使用云平台的体验,同时也保障了云用户在使用云服务器期间的运行平稳。在用户使用云服务器的过程中,提出基于改进FP-Growth算法的云服务器故障数据分析方案,结合用户使用云服务器时产生的真实记录数据值,实时监控云服务器当前运行状态,预测可能发生的故障情况,提前对用户发出故障预警,改善用户使用体验。