随着时代的进步和科技日新月异的发展,云计算日渐被人们重视,已然成为计算机科学领域当前研究的热门话题。云计算采取虚拟化技术,将云服务系统中的各类资源虚拟化为资源池进行统一的管理和向用户服务,并形成了一种以用户为中心的“按需使用、按量付费”的商业服务模式。如何高效地调度用户提交的任务以及合理地分配资源池中的资源,从而使用户提交的任务的排队时间较短、用户花费较低并且系统维持在一个相对负载均衡的状态是云计算中的重点和难点。因此,本文将负载均衡作为任务调度的首要目标,并做了以下的研究工作:介绍了云计算和云计算任务调度的概念、特点、目标及任务调度模型,并阐述了任务调度与负载均衡的意义及当前存在的问题。任务调度模型分为四类:集中式任务调度模型、分层式任务调度模型、分布式任务调度模型以及扩散式任务调度模型。本文利用扩散式调度模型来实验模拟云服务系统的负载均衡情况。论述了静态负载模型是服务器系统没有任务输入输出的情况下,对初始任务量进行负载均衡操作,整个服务器系统达到负载均衡。本文重点研究了扩散式任务调度模型对动态负载均衡的影响。在全连通服务器系统中,服务器系统输入输出均衡的情况下,即服务器系统的输入任务量与输出任务量相等,服务器系统可达到负载均衡;在服务器系统输入输出不均衡的情况行下,服务器采用泊松分布函数获取输入任务量时,服务器系统无法达到完全的动态负载均衡,并实验验证了当服务器输出任务量与泊松分布函数平均数相等时,可达到更好的负载均衡效果。在不完全连通服务器系统中,在服务器系统中各个服务器输入相等时,整个服务器系统可达到动态负载均衡;在服务器系统中各个服务器输入不相等时,整个服务器系统没有达到完全的动态负载均衡,但在此基础上,采用优化策略:增加子网之间的通路或者增大子网间的负载转移系数,可以优化动态负载均衡;在服务器系统输入输出不均衡的情况行下,服务器采用泊松分布函数获取输入任务量时,服务器系统无法达到完全的动态负载均衡,并实验验证了当服务器输出任务量与泊松分布函数平均数相等时,云服务系统中各服务器的任务量更均衡。