云计算作为新兴的计算范式与商业模式,是一种将各种物理资源、虚拟资源以及平台服务资源等集于一体,再以按需分配的方式向广大用户提供服务的超大规模分布式计算系统。近年来,随着网络与信息技术的不断进步,各行各业的存储和计算资源都开始大量地向云计算中心迁移,导致云计算中心的规模与能耗与日俱增,用户对云计算性能要求的不断上升和云计算中心巨大的能耗成本之间的矛盾也显得越来越突出。而云计算服务商归根到底都是向着两个目标努力:一是必须在保证服务质量的前提下尽可能地降低其能耗支出,追求系统能耗和性能之间的最佳权衡;二是对系统利益最大化的追求,通过对系统的调整来使总利益最大化。因此,云服务器的休眠策略就显得异常重要。对于休眠策略,目前云计算服务中心存在两个关键问题,一是缺乏合适的用来描述云计算中心不同运行机制的模型,二是缺乏高效的策略来协同优化云计算的能耗成本和服务质量等不同因素,导致了现有的能耗策略并不能很好的满足当下的需求。本文针对上述问题进行了研究,主要贡献如下:首先,基于用户排队模型、云中心能耗模型、反馈控制算法以及能量-响应时间权衡(ERP,Energy-Response time Product)指标,根据用户访问云计算中心的过程,建立云计算任务的排队模型,通过求解该模型获得了平均等待时间、平均队列长度以及阻塞概率等性能指标,构建了系统的能耗模型。在此基础上提出一种基于M/M/c排队过程的云计算中心能耗管理算法,即:用参量ERP作为排队网络的反馈量,引入反馈策略及服务器休眠预留机制,动态调整云计算中心服务器服务数并对系统进行仿真。在上述模型的基础上,针对顾客重复访问的现象,提出了具有客服重复访问性质的云计算系统模型,设定了顾客的重复访问率随系统Qo S值的增长而增长并给出了两者之间的关系表达式,建立了系统的收益函数和能耗模型,最后根据云服务商收益最大化的目标,提出了基于蚁群的最优收益算法。最后进行仿真实验,与静态阈值算法以及never-off算法在系统能耗、响应时间以及收益等方面进行了比较。仿真结果表明基于ERP的反馈算法能够在保证Qo S值的情况下,有效降低系统的能耗,避免了服务器资源浪费;而基于蚁群的最优收益算法能够获得相较于其他算法更优的收益率;