云计算是对网格计算、分布式计算、并行计算等技术的融合与发展,通过高速的互联网设施,可以快速高效地向用户提供资源和服务。云数据中心通过对各种资源的整合,把原来在客户端执行的任务放到了云数据中心去执行。海量的任务请求、大量的网络设备以及节点服务器都需要云数据中心去维护和处理,同时资源访问的动态变化、不均衡的节点分布以及差异化的服务器配置等,导致了云系统的负载不均衡。因此对于云系统而言,如何合理的进行任务调度和资源分配,保证系统的负载均衡是至关重要的。本文首先对云计算的国内以及国外发展现状进行了阐述,根据对云计算技术的分析指出了云系统的负载均衡问题,从而说明了本文的研究目的和意义。其次分析了负载均衡技术的特点以及分类,对经典的负载均衡算法进行了比较。研究并分析了基于代理的云计算负载均衡策略所存在的不足以及虚拟机动态迁移机制的重要性,为本文所提出的算法指出了研究方向。综合以上分析研究,本文提出了云环境下虚拟机迁移最小化的负载均衡策略以及基于多代理的动态负载均衡策略。本文的主要贡献如下:1.针对云计算环境下的虚拟机动态迁移机制,提出了基于虚拟机迁移最小化的动态负载均衡策略。该策略以降低能耗为目标并综合考虑了虚拟机的迁移数量和迁移时间,提出了基于贪心思想和动态规划的解决方案。仿真结果表明,该算法能以较小的服务质量为代价降低云数据中心的能耗,提高资源利用率。2.针对基于代理的云计算负载均衡策略在任务调度方面缺乏任务优先级和响应时间的判定,以及在云数据中心后端大量部署虚拟机代理造成的的系统开销和资源浪费等问题,提出了基于多代理的动态负载均衡算法。该算法在任务调度层次设计了主从结构的任务主代理和任务从代理,进行任务优先级和响应时间的判定,从而提高了响应时间和用户服务质量;在资源分配层次设计了服务器代理管理节点中的虚拟机,同时由控制代理统一管理服务器代理,并且借鉴自然界中蚂蚁觅食行为设计了通信蚂蚁代理与其他数据中心进行通信。通过前后端多层代理机制,实现了高效的任务调度和资源分配。通过评估对比仿真实验,结果表明该策略在任务完成时间,平均响应时间以及负载均衡度方面均表现优异。3.研究学习了CLoudSim仿真平台,并对其进行了扩展从而实现了本文所提出的算法。重新编译了该平台并对本文所提的算法进行了仿真实验,同时就仿真实验结果与其他常用算法进行了比较分析。通过理论研究分析以及仿真对比实验,结果表明,本文所提的算法在性能、效率以及能耗方面具有一定优势,能取得更好的负载均衡效果。