在虚拟化技术持续发展的浪潮中,大量的业务平台逐渐迁移到了云资源池上。但在实际应用的过程中,规划部门对于大型业务平台的云化(业务量大、用户多、处理能力要求高的平台)存在顾虑。担心的根源在于服务器虚拟化之后,虚拟资源的分配方式较为粗略,会造成性能不稳定。同时,在同一物理主机上,部署多个虚拟机(Virtual Machine,VM)所导致的资源竞争取决于多个虚拟机上运行的应用在不同时刻对不同资源类型的需求,这种竞争使虚拟机的性能具有不确定性。为了能预测虚拟机性能的不确定性,本文利用了 D-S证据理论能够表达不确定性这一特性,来描述影响虚拟机性能的不确定性。通过分析某个具体类型的应用在虚拟机运行过程中,各个特征之间可能存在的相互制约和联系的关系,以及对性能产生的影响,量化其中的不确定性,最终以概率的形式预测出某个应用在特定配置特征下的性能值。总的来说,本文的主要工作及贡献可概括如下:1.建立虚拟机性能预测模型由于D-S证据理论既可以表示不确定性数据,又可以推理不确定性关系,在处理不确定性问题时具有很大的优势。所以本文利用D-S证据理论度量数据不确定性的这种能力,选取了 5个可能会影响虚拟机性能的配置指标,用来作为D-S证据理论中的证据。随之建立基于D-S证据理论的虚拟机特征配置模型,之后利用D-S证据理论中的证据融合方法计算预测性能的不确定性,并以一组基准测试程序(benchmark)的运行结果描述。2.设计性能测评系统并展示比较实验结果以c#为编程语言,以VisuaL Studio2010旗舰版为开发工具,结合交互式环境MATLAB(R2010b)的函数计算、数据分析功能,采用parsec作为基准测试程序,设计并开发了“基于D-S证据理论的虚拟机性能测评系统”软件,展示了本文所提出的方法。并利用实验组和对照组的结果比对情况,通过图形用户界面实现并展示预测出的虚拟机性能概率区段分布。根据预测结果的准确率评判预测的准确性和必要性,从而实现用少量配置的数据来预测大量配置的性能。