近几年来,云计算技术迅速发展,资源分配是云计算领域中一项重要研究内容。在异构云计算体系结构下,由于不同架构自主服务器间的CPU、内存、硬盘等资源不同,在处理不同类型服务时存在不可避免的性能差异,传统的静态资源分配方式无法使计算资源保持高效利用率。为了满足异构资源分配需求,提升资源利用率,本文研究并实现了异构自主云平台下的资源分配系统。针对资源分配过程,本文分别从资源池划分、计算资源分配和服务组化三个方面进行改进。首先设计了一种基于安全域的业务云划分实现方案,该方案由应用分级、多域租户资源隔离与跨域代理访问组成,在保证云平台安全性的同时将资源池进行分割;在此基础上,设计了一种基于深度学习的资源分配算法,该算法将数据特征进行量化,通过加入工作负载预测模型,增加了对业务流量的考虑,使给出的资源分配方案与需求更加匹配;基于该算法设计了服务组资源分配模块,将应用系统服务组化,以组为单位实现资源统筹与调度,并通过设置部署预案来应对不同用户需求,为传统应用提供服务组化的解决方案并定义服务组化规范。通过在太极云平台上进行实验分析,证明本文所实现的资源分配系统能够适用于异构自主云平台,在软件层面上弥补了异构处理器之间的差异。本文研究成果为自主云平台的高效平稳运行打好了部分基础,为我国云服务发展做出了一定贡献。