云计算和软件定义网络都是当前研究的重点课题,云计算利用虚拟化技术,将IT资源作为服务提供给用户,用户可以随时随地按需请求资源和按需付费。虚拟机作为虚拟化技术的载体,可以充分利用服务器的有效资源,有效地减少运行成本,提高服务器运行效率。其中虚拟机迁移是实现数据中心动态管理的有效手段之一。然而,随着云计算数据中心规模的不断扩大,使得其管理的虚拟机数目也日趋庞大。如何为这些虚拟机选择目标服务器,以及如何在虚拟机迁移过程中降低对整个数据中心的影响,成为了近年来的研究重点。本硕士论文在深入研究和总结相关领域已有成果的基础上,基于软件定义的数据中心网络,围绕虚拟机放置问题和虚拟机迁移规划问题进行了以下研究。由于托管云应用的数据中心会消耗大量的能源,需要绿色云计算解决方案以优化资源配置、降低运营成本,因此本硕士论文提出了基于最佳适应的启发式算法(HABF 算法,Heuristic algorithm based on best fit)。HABF 算法基于相关资源约束,通过考虑虚拟机放置后对服务器资源利用的影响值,找到最小化服务器数量的放置方案。实验证明,与相关算法比较,该算法能够有效地减少数据中心使用的服务器数量和虚拟机的配置时间,有效地降低数据中心的能耗。当大量虚拟机同时迁移时,迁移的顺序和带宽对迁移性能有很大的影响。为了有效地减少虚拟机迁移的总时间和对服务的影响,提出基于分组的启发式算法(GBHA 算法,Grouping-Based Heuristic Algorithm)。GBHA 算法通过考虑一组并行迁移的虚拟机对其他虚拟机迁移时间的累积影响,并且及时更新网络带宽等资源约束,找到了最优的迁移方案。实验结果表明,和已有的算法相比,该算法能够大幅地降低将虚拟机的总迁移时间,有效地提高迁移性能。