随着云计算的迅猛发展,云计算服务供应商(Cloud Computing Service Providers,简称之CCSP)间的竞争加剧。CCSP怎样才能获取更大的商业利益?从经济学角度,当用户数量与用户任务数量一定时,CCSP的计算成本会随着购置计算资源数量的增加而增加,CCSP的净收益却会随之减少。当某一时段,网络中的用户与任务激增时,CCSP为满足客户请求还必须额外寻找服务器。为避免闲时服务器的浪费,各CCSP意图通过形成开放云计算联盟(Open Cloud Computing Federation,简称之OCCF)解决自身额外的服务器需求。而随着商业云计算的发展,各CCSP为了保障自身技术优势为云计算制定了不同的标准,造成了现今多数云计算平台异构的局面,应用间跨平台迁移、互操作基本不可能,这使得OCCF的实现更加困难。为解决这些问题,本文引入复杂网络的概念,类比复杂网络与OCCF的相似之处,说明了OCCF具有复杂网络的特点,并结合域理论提出一种新型OCCF模型——F-OCCF模型。F-OCCF模型逻辑上将OCCF分为四层及应用层、中间件、虚拟资源层、物理资源层,并整合网络中的计算资源,以整体形式向用户提供计算服务。F-OCCF模型内部采用了基于域的资源发现机制,使得F-OCCF间的资源协作与共享更加高效。同时,本文还对OCCF模型的负载均衡问题展开深入研究。本文列举出三种经典的负载均衡:轮询式策略、最小连接数、源地址哈希策略,并结合具体情况说明每种负载均衡策略的优劣。经研究发现这些负载均衡策略均不适合分布式结构且计算资源庞大的OCCF。所以,本文依据OCCF的涌现特性,选择粒子群优化(Particle Swarm Optimization,简称之PSO)算法来解决OCCF的负载均衡问题,通过实验论证负载均衡对于OCCF的必要性。经过实验比对,笔者发现在惯性权重随迭代次数递增而递减、认知系数为0.5、社会系数为0.7的情况下,PSO算法在OCCF负载均衡问题中有良好表现。通过基于PSO算法的负载均衡后,OCCF模型的平均负载率降低,整体计算效率有显著提高。