随着云计算与互联网技术的飞速发展,许多“云”使用者已经成功利用云端服务器来代替购买设备来迅速完成交替任务。随着大量云提供商的出现,用户请求数和网络数据量呈现爆发式的增长,需要服务器提供更高的计算和处理能力,使它们能够合理的解释客户端的请求且在短时间内做出响应。巨大的访问请求和数据量迫切需要服务器具备高可用性、快速响应能力、高扩展性,从而提高用户请求即时响应能力和网络吞吐量。为了减少用户的响应时间和提高服务的质量,在虚拟机上可以使用迁移技术把资源从一台机器上迁移到另一台可用资源更高的机器上。虽然这种虚拟计算服务带来了很多潜在利益,运行服务被动态迁移所干扰保持在最低限度。不幸的是,在动态迁移过程中会导致I/O存储操作显著降低,目前针对广域迁移的解决方案会产生大量的干扰。由此增加的服务延迟可能导致昂贵的业务成本。本文着眼于广域网中的存储迁移问题,提出一个新颖的迁移调度算法来提高广域迁移过程中I/O存储性能。本文通过把存储迁移的概念引入迁移顺序,存储迁移调度通过考虑个单个虚拟机的I/O存储工作负载特征,如时间局部性、空间局部性和其他流行特征来高效计算数据传输进度。本文提出的新颖的负载感知的存储迁移调度算法充分考虑历史迁移过程,通过使用跟踪驱动框架,与先进先出存储调度算法的及负载均衡存储调度算法相比,显示本文所提出的算法在广泛流行的虚拟机负载工作中具有大性能优势。在预拷贝模式下,本文所提出的基于chunk频率调度的算法相对于其他三种算法可以减少额外流量和延迟操作数,在后拷贝模式下可以减少远程读操作的数量,而在预+后拷贝模式下集合了前两种模式的性能优点,其性能远远高于其他三种算法。因此,本文所提出的基于chunk频率调度的算法在广域网下使用跟踪驱动框架性能优于其他三种算法。