本文以OpenStack云计算平台作为基础，它是一个可以管理整个数据中心里面的计算资源、存储资源和网络资源的云系统。云的复杂结构是由若干层组成，以满足云系统的功能分离，模块化和可管理性。然而，云计算系统的分层设计造成了云监控系统对云计算系统内各项监控指标获取上的限制。这些限制包括无法让用户访问底层的监控指标和无法让云服务提供方访问高层的监控指标。随着云计算的大规模应用，云环境下虚拟机资源在多数时间中处于闲置状态，导致云资源利用率低。已有的云资源预测方法中有的方法忽视了云资源负载的周期性变化规律，有的方法预测精度虽然高，但是时间复杂度过高，使预测过程成为主要的系统资源开销，缺少实际应用价值。　　针对云监控和云资源预测与优化配置存在的问题，本文主要的研究内容如下：　　第一，基于OpenStack云计算平台进行二次开发，并部署了“华云”云平台，作为本文研究云监控系统和云资源预测与优化配置的基础。　　第二，结合传统的监控工具的优势和云系统的特点，提出了一个三层的云监控系统架构，并且结合所提出的云监控系统架构给出了云监控系统的部署模型、监控流程。并基于“华云”云平台开发和部署了云监控系统。　　第三，提出并验证一种基于ARIMA季节模型的动态负载预测与资源配置的方法。该方法利用虚拟机负载与配置的关系，通过负载的预测情况，提前启动或者挂起虚拟机，提高云资源的利用率。　　本文的研究实现了基于“华云”云平台的跨层的云监控系统，并将监控数据可视化，有助于对复杂度高的云平台中各组件进行直观的性能监控和故障分析。本文提出的云资源预测与弹性配置方法，可根据云资源负载情况准确预测虚拟机的需求量，所制定的资源弹性分配策略能够提高云资源的利用率，进一步节约成本。