近些年来,云计算取得了快速的发展,并逐渐成为学术界和工业界广泛关注和讨论的热点。云计算的一个特点就是能够按需的为用户提供服务。然而,为了保证与用户协商的服务等级协议(SLA),尽可能的降低SLA违反率,云提供商一般会让服务保持在较高的性能下。另一方面,数据中心负载的需求往往是动态变化的,如果仅仅是静态的进行资源供给,将会造成资源浪费或是资源不足。因此,如何在保证SLA的前提下,合适的进行资源供给,降低能源消耗,已经成为云环境下的一个难题。本文从数据中心灵活资源供给的角度出发,设计、实现和验证了一种云环境下动态资源供给的方法：该方法结合了基于预测的主动资源供给和实时调整的被动式资源供给,能够自动预测数据中心未来的资源需求趋势并自适应的为资源供给做出相应的调整。本文通过对应用负载的分析处理,借助自回归求和移动平均过程(ARIMA)模型建模来预测未来的工作负载,进而主动提前的进行资源供给；同时,对于预测的差错或是异常的负载情况,采用被动的实时调整供给来应对。与其他解决方案相异的是,本文分析提取了应用负载的特性,进而利用ARIMA模型来确保预测的准确度,并结合了被动式资源供给来解决了评估误差和异常情况。最后,我们设计了原型系统和模拟实验来验证本文所提方法的合理性与正确性。实验结果表明,本文所提出的动态资源供给方法中的预测模型表现了较高的准确性,同时在保证SLA的情况下,能够提高资源利用率,减少能源消耗,高效的进行资源供给。