目前，云计算越来越受到工业界和企业机构的关注，开始投入大量人力和物力去研究云计算，希望在云计算中做出创新，做出成果。云计算是IT界的又一次伟大变革，改变了这条产业链中的各个角度的职责，让人们在I工业的交流方式很大变化，软件和硬件将会作为服务提供给用户，用户只需要通过浏览器即可以获得所有的软件资源和硬件资源服务，而不用花费大成本去购买硬件和软件，无需安装程序。云计算的“按需付费”特性更加让那些IT界的创业人员有了新的动力，因为他们只需要按需要支付使用硬件费用即可，而不必担心一次性投入大量成本的危险性。对于一些小企业来说，不必去担心因为业务减少而带来的资源空闲浪费，不必去担心因业务增加而导致的服务器过载而当机等问题。　　 但是正因为云计算的灵活性和用户的按需使用等特性导致了云计算环境下使用资源的不确定性，并且在云计算环境下，由于可以随时加入节点，加入用户，所以对于底层的网络拓扑结构都是动态变化，与以往的并行计算、网格计算等计算模式是不同的，这些计算模式的网络拓扑结构都是静态的。因此过去基于资源分布和网络拓扑结构的算法都不能使用于云计算环境中，我们必须结合云计算的新特点去设计新的算法，让其在云计算中能发挥更大的效用。　　 我们本文主要是研究云计算环境下的负载均衡问题，我们从任务调度和多播两个方面对负载均衡进行了研究，通过仿真和云计算开源平台上的实验，验证了算法的可行性。基于虚拟机动态迁移的任务调度策略让系统资源使用率得到了很大提高，在此算法中主要采用了让资源得到最大限度的使用思想。多播优化算法steal-and-p2p在基于non-steall和work-steal的基础上进行了优化。Non-steal和work-steal的思想是将下载分为两个阶段，首先将下载数据分成很多个片，然后分配给每个节点下载，当每个结果下载完成后进行第二阶段进行数据交换，work-steal算法对第一阶段的下载过程结合并行分治法中的work-steal思想进行优化，减少因网络带宽差异和剧变导致延长整个下载过程的问题。多播优化算法steal-and-p2p将上诉算法中的两阶段合并为一个阶段，再结合P2P思想和数据片分配算法的改进，让整个系统的下载吞吐量得到很大的提高。最后，在eucalyptus开源云计算平台上对此算法进行了验证。