云计算的出现堪称信息技术领域的一次革命。它使数以亿计的互联网用户获取硬件、软件等资源的方式发生了颠覆性的改变。由于云计算本身是从网格计算、并行计算等计算模式发展而来，使其天然带有良好的分布式处理能力；再加上它应用了虚拟化技术使得海量的物理资源得以虚拟化成为虚拟资源池，供用户按需获取，极大地方便了云资源供需双方对资源的处理，同时又给社会减少了很多不必要的资源投入以及资源浪费。因此，云计算的发展进程备受各方关注。而要获得上述技术发展带来的福利，离不开云计算资源调度这个关键环节。所以设计一个能提升资源效率以及满足用户服务质量的资源调度模型具有极大的现实意义。因此，本文就在全面分析云计算技术的基础上设计了一套云计算资源调度策略。　　大多数文献研究主要着眼于用户任务调度的执行时间、执行费用或者资源利用效率、资源负载均衡中的一种或是几种，或者是只是采用启发式算法、传统算法中的一种来解决任务调度或资源分配问题。以上的这些资源调度策略有一定的可取之处，可以实现部分资源调度效果，但是都存在一个不够全面的问题。针对以上问题，本文分别设计了一套针对用户服务质量的调度策略以及针对资源利用效率的任务调度算法和资源分配策略。在本文设计的任务调度模型中，考虑到了用户最为关心的任务调度执行时间以及执行费用这两个要素，同时兼顾了虚拟机的负载均衡，并且使用了目前应用比较广泛的启发式算法；在本文的资源分配模型中，又站在资源提供商的角度，设计了考虑物理机负载均衡以及资源利用率这两个资源提供商非常关注的要素的资源分配模型，并且自定义了一个高效的分配策略。　　本文提出的面向任务调度的鸡群遗传算法，通过Cloudsim仿真实验验证，在相同条件下比鸡群算法和遗传算法的寻优效果更好；又提出了面向资源分配的最大适应度优先策略，通过实验验证，比轮询策略以及最小适应度优先策略有更好的调度效果。