近年来,随着信息化的快速发展,用户对计算资源的需求越来越高,传统计算机在计算能力、存储能力以及便利性等方面在一定程度上制约了现代化办公和应用。云计算为用户提供了无限计算和存储能力,用户可通过网络随时随地使用,更灵活的满足用户需求。拥有私有云的企业或研究机构,可借助公有云实现对计算资源的灵活扩展,应对突发的请求溢出和负载不均衡的情况。所以,混合云成为企业或研究机构部署云计算应用的首选。因此,如何将混合云中的资源合理分配,是近年来研究的热点问题。已有的研究中仍存在一些问题:没有考虑到混合云平台中任务请求的到达和离开是动态变化的,不同种类的任务请求对于虚拟机(Virtual Machine,VM)资源需求不同,没有考虑混合云中每个状态的持续时间。私有云中的VM利用率低,资源浪费现象严重。没有从长远角度考虑用户在混合云中的收益,容易陷入局部最优解,导致用户在混合云中的收益较低。本文主要研究混合云平台的资源分配问题,通过设计合适的模型和算法,对混合云中的资源进行合理有效的分配,从而提高私有云中VM利用率,最大化用户在混合云中的收益。假设混合云中有两种不同的任务请求,它们的到达和离开是动态的,任务的执行时间也是不确定的,私有云中的VM数量随时间变化。利用马尔科夫决策过程(Markov Decision Process,MDP)理论和值迭代算法(Value Iteration Algorithm,VIA)解决上述问题。本文的主要贡献如下:(1)提出了基于MDP的混合云资源分配模型与算法。利用MDP理论,对混合云平台资源分配问题建模。首先,建立混合云平台的状态空间、动作空间和收益模型;其次,推导出系统的状态转移概率,建立混合云折扣收益模型;最后,根据贝尔曼方程,推导出用户在混合云中的期望收益方程。利用VIA,求解用户在每个状态的期望收益,选取最大的期望收益,得到最优策略;实验结果表明,本文提出的基于MDP模型的混合云资源分配算法能使用户在混合云中获得最大收益。(2)提出了公有云价格随时间变化的混合云资源分配模型与算法。为了更加贴合实际情况,提出一种全新的公有云计价方式,公有云价格随用户需求而变化,设计公有云的价格公式和时间步长,改进混合云资源分配的模型和算法;实验结果表明,改进价格后的模型依然能使用户在混合云中的收益最大;并从普通型、机密型任务请求到达率、私有云中VM数量和VM释放率几方面对混合云的策略进行分析,验证本文提出的MDP模型能够根据混合云中资源状态动态分配资源,最大化用户收益。