云计算向用户提供基础设施即服务(IaaS)的按需租用服务模式,用户根据性能或配置需求以虚拟机的形式租用计算资源。用户为了节省开支,需要选择一个资源提供商,并选择一种特定配置的虚拟机以满足其需求。在这样的模式下,对特定配置虚拟机性能的准确评估,对用户的购买决策具有重要意义。现有的虚拟机性能评估方法主要从CPU核心数量、内存容量、硬盘容量等物理因素入手,不能全面评估虚拟机的性能。本文把数据分析方法引入到虚拟机性能分析中,从大量的虚拟机实测数据中发现虚拟机性能与配置之间的依赖关系以辅助决策。为了更好的帮助用户做出最优的决策,首先寻找并发现了影响虚拟机性能的特征,为虚拟机性能评估提供必要的指标。其次通过数据分析的方法对虚拟机性能数据进行分析并找到能够较为精确的描述和预测特定配置虚拟机性能的模型。最后在这一模型的基础上,进一步得出在特定性能需求下的可行虚拟机配置,满足不同的用户需求并指导资源提供方优化虚拟机部署和资源动态分配。具体来说,本文的主要工作如下:(1)根据待评估的虚拟化平台,从硬件特征、软件特征、配置特征、运行时环境特征四个方面提取可能影响虚拟机性能的底层环境特征,并通过基准测试程序测试不同配置下的虚拟机获取其性能数据,为后续研究提供数据支撑。(2)根据所获得的训练数据集,本文构建了基于随机森林(Random Forests)的虚拟机性能预测模型。该模型能够处理非线性、高维度的虚拟机性能数据,对数据集的适应能力强,既能处理连续型数据也能处理离散型数据。当给定一个虚拟机配置特征,能较为准确地预测该虚拟机运行特定类型应用时的性能。(3)在虚拟机性能预测模型的基础上,本文提出用遗传算法搜索最符合预设目标性能值配置的方法。当给定一个虚拟机的目标性能值,依托虚拟机性能-特征关系预测模型对特定虚拟机配置的性能预测,通过个体选择和遗传操作等过程,遗传算法能快速地搜索得到较为接近目标性能值的虚拟机配置,帮助用户做出决策。实验结果表明了本文所提出的算法的可行性和有效性。