随着分布式计算、并行计算、和网格计算的发展,云计算开始形成并不断地完善。云计算是基于虚拟化技术,将IT资源构成一个动态的虚拟资源池,以服务的形式供外界使用。虚拟化技术能够有效进行服务整合以减少服务器数量从而降低功耗,增强服务器的可靠性,并能显著简化IT基础设施、优化资源以及降低风险。然而虚拟化技术同时带来的底层物理架构的变化和虚拟机上用户服务的持续变化给云计算环境中底层的物理资源的优化分配方法带来了前所未有的挑战。由于虚拟机上的用户服务的持续变化,虚拟机监视器无法监测到每台虚拟机的各类资源的实际使用量,更无法预测到用户服务的性能状态,如何合理有效地完成资源池中的资源调度分配以提高计算资源的利用率及满足虚拟机上用户服务的性能要求是云计算环境中资源分配研究的重要课题。本文围绕基于虚拟化的云计算进行了广泛的理论与技术研究,通过研究掌握了虚拟化的云计算技术,阐述了云环境下虚拟机资源分配方法的分类和性能预测模型的分类,详细论述了基于收益的云环境虚拟机资源分配的过程,针对虚拟机上的用户服务的性能预测和基于收益的虚拟机资源分配两个问题展开论述和研究,主要提出了基于随机梯度回归的服务性能预测算法和基于收益的云环境虚拟机资源动态分配方法。主要内容如下。首先,考虑云端资源提供者的收益和虚拟机上的用户服务的性能问题,提出了基于收益的云环境虚拟机资源动态分配过程,给出基于收益的云环境虚拟机资源动态分配框架；其次,针对虚拟机上的用户服务的性能预测,利用数据预处理方法对服务性能指标数据进行预处理,采用基于随机梯度回归的服务性能预测模型预测服务的平均响应时间变化情况,为是否进行虚拟机资源分配提供依据；再次,针对虚拟机上的用户服务所需要的各类资源是不确定的,本文采用灰色预测的方法对虚拟机上的用户服务对各类资源的预需求量进行预测,为资源分配提供数据依据；最后,根据用户的预算和平均响应时间的要求,给各个虚拟机上的用户服务划分服务级别,基于收益最大化的原则,提出基于收益的云环境虚拟机资源动态分配方法,根据云端资源提供者满足每个虚拟机上的用户服务的服务质量要求,得到不同的收益(增加或减少),建立资源与云端资源提供者的收益的关系,动态的分配虚拟机资源,提高资源的利用率。本文针对上述内容中的用户服务的性能预测算法-基于随机梯度回归的服务性能预测算法进行了仿真实验,进行了对比实验,结果显示该算法的具有较高的精度,可以为虚拟机的资源分配提供可靠的依据。针对本文提出的基于收益的云环境虚拟机资源动态分配方法,通过对基础云计算平台Hadoop中的虚拟机资源动态分配的需求实例的研究,对虚拟机对各类资源的预需求量的预测验证实例、边际收益和边际成本求解过程验证实例、各个运行用户服务的虚拟机的各类资源的分配验证实例进行定量的验证和分析,得出的结果是本文提出的基于收益的云环境虚拟机资源动态分配方法是可行的和有效的。