Internet软件的开发和运行无可避免地依赖于所依存的网络环境,要实现Internet软件的自适应性和软件系统的动态演化,需要充分考虑与系统交互的外部网络环境,及时感知网络环境的变化并根据其变化适时的调整软件系统的配置,以提供基于情境感知的软件服务。由于Internet的开放性、动态性,网络参数表现出多变而不确定性,用户对软件应用的服务质量(QoS)需求也呈现出模糊性特征,本文从多参数级和群体级两个粒度开展工作,研究基于云模型的复合网络情境驱动软件动态配置机制,主要处理情境建模中的不确定性和软件动态配置中的“抖动”问题。首先,提出了基于不确定性云模型的复合网络情境建模和评价方法ANCC (Assessment algorithm for Network Context based on Cloud model),综合网络延时、流量、带宽和端到端的距离等指标,为避免因资源共享和竞争出现的配置“抖动”,从群体级建立复合网络情境模型,并基于常用的目标评价模型逼近理想点法设计了一种网络评价函数,以建立的网络情境数字特征作为输入,构造评价集和理想目标集,计算网络情境与理想目标集的接近程度,有效地将建立的网络情境映射成具体的网络状况评价。其次,设计了一种复合网络情境驱动的Internet软件的动态配置框架,综合考虑网络情境、系统响应时间和用户QoS(如视频延时)要求作为输入,以是否满足系统响应时间和视频延时要求为评价标准,运用模糊控制理论建立响应时间推理知识表和视频延时推理知识表,决策合适的配置组合。最后,以Internet视频服务为应用实例,针对ANCC算法及在其基础上的软件动态配置机制进行仿真实验。实验结果表明,运用云模型能有效地解决动态多变的网络参数的模糊性、随机性问题,以及用户需求的模糊性等不确定性问题；从群体级角度研究群体整体的网络情境和系统配置,可以较好地避免因资源共享和竞争引起的配置“抖动”,运用模糊控制方法能响应系统性能和用户QoS要求,实现合理的系统动态重配置。