作为一种新兴的商业计算模型，云计算实现了计算能力、存储空间和信息服务等像水、电、煤气一样可以由用户按需取用，灵活计费。云计算通过运用虚拟化技术，实现了对大量物理资源的池化，可以简化系统管理、优化资源利用、减少能源消耗。正是由于云计算带来的巨大效益和广阔前景，各大厂商纷纷加入到云计算的开发热潮中，云计算也成为了目前学术研究的热点。　　任务调度是云计算的关键问题之一。云计算系统面对的是大量用户的多样需求，调度策略的好坏直接关系到系统的运行效率和用户的服务质量；同时，任务调度问题也是NP难题，一般通过启发式算法求解。蚁群算法通过正反馈和分布协作机制寻找最优解，具有很强的并行性和全局搜索能力，用于求解云计算环境下的任务调度问题具有很大优势。　　本文结合云计算的特点，将蚁群算法应用到云计算环境下的任务调度策略中，提出了一种基于改进蚁群算法的云计算任务调度策略TSACO。首先，TSACO建立了云计算任务调度的QoS模型，主要考虑了时间、费用、可靠性、安全性等因素，通过效用函数将用户的QoS需求转换为具体的效用值，从而将系统对用户的服务质量进行了量化。其次，TSACO只对产生最优方案的蚂蚁所经历的节点进行信息素更新，可以加快收敛速度；通过设置信息素的最大值和最小值，可以防止信息素差距太大而导致的搜索停滞；还对算法的结束条件进行了研究，以缩短蚁群算法求解的时间。　　在此基础上，本文实现了所提出的TSACO策略，并在CloudSim平台建立了仿真实验环境，将所提出的TSACO策略应用到CloudSim平台的任务调度中，通过与CloudSim的顺序轮询分配策略从多个方面的对比分析，验证了本文算法的正确性和有效性。