随着云计算技术的发展,越来越多的云计算服务提供商开始涌现,为公众提供云计算服务,使得云计算技术在商业化运营的道路上逐渐走向成熟。云计算资源的管理、定价和调度等问题也成为近年来的研究热门。越来越多的学者借鉴经济学模型和理论来解决云计算中与资源有关的问题,提出了各种面向市场的云计算资源管理模型。云银行模型借鉴了金融商业银行的运作方式,从资源提供者处吸收资源并存储,将存储的资源租给有需要的资源消费者,以实现对资源提供者和资源消费者分开管理、分开定价的目的。本文在云银行模型的基础上,提出了云银行模型下的资源储备问题,即云银行应该从资源提供者处吸收什么样的资源进行储备以满足未来市场中资源消费者的需求、如何控制云银行的资源存入量和租出量以及资源组合如何存储的问题。本文针对云银行模型下的资源储备问题,提出了云银行模型下的资源储备策略。本文分析了云银行模型中资源使用的特点,总结了云银行存储的计算资源与商业银行存储金钱的两个不同点,提出了云银行存储资源应以固定的资源组合为基本单位。目前一些学者借鉴金融商业银行利率调整的方法,提出了现有云银行模型的调价算法。本文分析了该调价算法运用到现有云银行模型中存在的不足。本文根据上述分析提出了一种云银行资源储备系统模型,并基于该模型提出了资源受欢迎程度的概念和资源受欢迎程度值的计算方法和预测算法,使得云银行能够储备满足未来市场需求的资源。本文还提出了将资源池按照资源受欢迎程度值划分成若干个子资源池,并将现有的云银行模型的调价算法进行了改进,使其能够对价差进行限定,并运用到划分好的子资源池中,解决了云银行资源储备问题中关于如何控制云银行资源存入量和租出量的问题。本文首先对资源受欢迎程度值预测算法进行了实验,验证了该算法的有效性。然后通过对云银行资源储备系统模型中分级资源池的资源存租过程进行仿真实验,经实验结果对比,证实了现有调价算法在运用到现有云银行模型中的不足,并验证了在分级资源池中改进后算法的有效性。