虚拟实验室能够低成本、方便快捷地实现实验教学,已成为各高校和研究机构实践教学的有效补充。但由于虚拟实验室用户负载的大幅变化,服务器等硬件资源往往按负载峰值数量配置,造成硬件资源利用率低、建设和维护成本高等问题。本文以虚拟网络实验室建设为例,提出了在云计算平台上建设虚拟网络实验室的方案,并利用云计算平台虚拟化资源管理的优势,实现按需动态分配资源,在分析虚拟网络实验室用户负载特征的基础上,提出基于负载的弹性资源管理框架,实现系统负载量大时,增加虚拟机资源,当系统负载小时,减小虚拟机资源,并提出了自动伸缩策略来扩展和减少虚拟机。论文主要工作如下：(1)针对自动伸缩云构建的关键问题进行研究,提出基于用户负载预测的弹性资源管理框架。分析了虚拟网络实验室用户负载变化的自相似性,提出改进的KMP预测算法；在降低弹性资源管理成本的目标下,建立伸缩成本优化模型,提出虚拟机的水平、垂直伸缩方案,实现虚拟机集群的弹性伸缩,并对集群资源利用率进行评估。(2)搭建和部署基于OpenStack云平台的虚拟网络实验室,把基于负载预测的自动伸缩方法应用于虚拟网络实验室系统,实现和验证了云平台虚拟实验室的自动伸缩。(3)通过在cloudsim仿真平台对本文提出的自动伸缩方法算法与轻量级伸缩方法和水平伸缩方法进行性能比较。实验结果表明,论文提出的自动伸缩算法能够方便快捷地部署云端,虚拟机实例性能稳定,实时、快速的满足动态的系统需求、满足用户需求,又能在资源使用率较低时,通过释放虚拟资源的方法达到降低系统成本、节约能源。