云计算依托于网络,构建了一种以服务形式分配资源和信息的架构,成为服务科学的一种实现,并极大的满足了各类用户的需求。随着云服务的增加,用户需求的不断增长,云平台及云服务的提供商受到诸多因素,如网络服务质量状况、网络资源分布情况以及云计算服务模式等的影响,在所提供服务的效率和效益上面临诸多挑战。为了解决云用户的服务优化问题,本文首先将云用户分为两类：根据用户所需求服务的特性的不同,将单个用户服务资源消耗相对较少、占用服务资源时间相对较短、服务实时性要求相对较高的一类用户定义为轻量级云用户；将单个用户服务资源消耗相对较多、占用服务资源时间相对较长、服务实时性要求相对较低的一类用户定义为重量级云用户。由于这两类用户服务特性的不同,本文将轻量级云用户存在的服务问题抽象为一个服务请求优化的问题,而重量级云用户则抽象为一个服务部署优化的问题。据此,本文着重考虑对服务的“网络”方面的属性进行优化：通过对现有网络的调研,发现了网络中存在的问题,然后针对问题,对这两类用户分别给出了优化解决方案,进而通过数值仿真实验进行了验证。本文获得的研究成果具有可应用性,将帮助不同层次的云服务提供商在保证用户服务质量的同时,实现资源的优化以及成本的降低,对指导行业的发展具有较大的理论和现实意义。本文所获得的主要研究及创新成果如下：(1)本研究提出了创新性的抓包丢包率预测方法,并纠正了当前学术界对TCP时间戳利用率的错误描述。同时,本研究首次发现了伸展响应现象在互联网上的大量存在,并通过对比实验,深入分析了不同往返延迟测量技术的优劣以及延迟的分布情况；(2)针对第一个研究点所发现的问题,本研究给出了一个云网络整体的优化方案；在此方案下,针对轻量级用户的服务请求优化问题提出了一种优化策略。策略包括一种云服务器负载的预测方法以及相应的服务请求优化算法,最后通过仿真实验证明了负载预测方法和算法的有效性与高效性；(3)本研究深入考虑了重量级云用户的服务部署问题,利用集合论和矩阵的相关数学知识将此问题建模为一个二次分配问题的变形,并提出一种改进型的模拟退火算法进行了服务部署的优化。本研究给出了算法的详细细节并通过数值仿真实验证明了算法的可用性和高效性。