云计算以其动态伸缩性、高性价比、按需提供可靠的服务等特点,成为近年来产业界与学术界关注的焦点。越来越多的中小企业和个人希望把应用迁移至云计算环境中,而目前缺乏一种通用和简单有效的迁移框架及策略,以及这种策略下合理的收益评估方法,针对应用迁移这一特定条件下的资源调度方法也需要重新考虑。本文通过对这一系列问题进行分析,主要研究内容如下。针对应用迁移策略,建立以服务器为单位、服务器上的应用为整体迁移的二层关系,采用部分迁移、部分保留的混合模型。使用带权无向图建立服务器之间的流量关系,将求解服务器迁移集合与保留集合的问题转化为图的K-划分问题,以划分后的两部分应用之间通信流量最小化为目标,使用一种粒子群优化与遗传算法的融合算法解决K-划分过程中NP的计算量问题,力图使迁移达到代价的最小化和收益最大化,确定具备迁移条件的服务器和相应的应用集合。实验结果证明,所提出的算法与经典粒子群算法相比具有一定的性能改进。从动态资源配置的角度对迁移的收益进行评估,利用云的资源动态性、按需分配的特点,提出一种基于温特线性和季节性指数平滑法的资源预测方法,对迁移部分应用采用动态资源配置,以解决应对周期性的访问量高峰时期、提高服务质量、节约资源使用成本等问题。通过分析商业运营数据,实验结果证明采用动态配置方法对迁移的应用进行资源配置能够增加用户43%的收益。针对应用迁移条件下的资源调度问题,考虑到迁移条件的应用是一个整体、应用之间存在依赖等关系,云计算服务提供商在针对这一特定情景下需要考虑更复杂的情况、采用与传统资源调度算法不同的方法,本文提出一种基于改进遗传算法的资源调度算法,以提高算法效率和资源利用率为目标,在保证用户质量的同时,尽可能的降低云计算服务提供商成本。实验结果证明,所提出的资源调度算法与传统算法相比具有更好的算法性能和资源利用率。