最近几年,“云计算”越来越多的出现在大家的视野中。云计算是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机和其他设备。“云计算”概念已经大量应用于实际的生产环境当中,各种云计算相关的服务范围正日渐扩大,影响力也不断增强。云计算的服务最终需要依托数据中心实现。随着互联网和移动互联网的发展,数据中心的作用也日益增强。有越来越多的公司选择自建云数据中心,利用云计算系统的平台管理技术维护大量服务器协同工作,自动化、智能化的实现大规模系统的可靠运营。这导致数据中心的数量和规模都在迅速增长。在数据中心发展过程中,数据中心的资源管理存在缺陷,导致利用率偏低的现象越来越多的受到人们的关注,甚至有的数据中心平均资源利用率不到20%,导致大量资源浪费。随之而来的另一个问题是能耗问题,由于资源利用率偏低,很多服务器处于空负载状态下,造成能源的白白消耗,很大程度上造成了数据中心运营成本的居高不下。本文从云数据中心资源管理的不足出发,基于目前最热门的开源云管理平台OpenStack的资源管理技术,主要是虚拟机调度策略,详细研究其现有的调度机制和工作流程。针对其存在的缺陷,设计并实现了一项新的解决方案——基于改进蚁群算法的OpenStack虚拟机部署策略。该策略利用了蚂蚁寻找食物过程中的分布式协作和正反馈机制来处理平台内的虚拟机批量创建请求。针对OpenStack平台存在网络流量监控功能的缺失问题,本文在OpenStack现有网络架构基础上,采用SDN的理念,实现了基于OpenFlow的网络流量监控系统。通过OpenFlow控制器获取虚拟机的网络流量统计信息,然后运算得到各虚拟机实例的实时网络流量信息。最后通过搭建真实实验环境,验证了采用改进的OpenStack平台的可用性、可靠性和可扩展性,并通对更大规模虚拟机请求过仿真实验的方式进行了模拟,对改进蚁群算法部署策略的性能进行验证,证明了改进策略可以在兼顾能耗和性能的前提下,得到较优的部署结果。对虚拟机网络流量实时监控功能进行了对比试验,验证网络流量监控的可用性和可靠性。