近年来,随着网络与信息技术的不断发展,网络安全问题日益突出,网络攻防成为了各国网络对抗的主要形式。基于云计算的网络靶场为攻防演练提供重要的环境支撑,但由于靶场虚拟机资源需求的多样性、物理机资源的异构性等问题,靶场的资源往往不能得到充分的利用,各物理机上易产生资源碎片,对靶场的性能造成不良的影响。对此,本文主要进行了如下研究工作:首先,研究了网络靶场以及云计算资源调度优化方面的研究现状,阐明了本文的研究意义;给出了靶场资源的定义,研究了靶场资源调度当前存在的问题以及针对这些问题的主要解决方法;针对云计算实验需要大量物理设备的困难,决定使用CloudSim云计算仿真平台辅助实验。然后,研究了靶场虚拟机的部署问题,结合靶场虚拟机部署、删除以场景为单位以及场景间通信隔离的特点,参考蚁群算法思想,提出了一种面向网络靶场的多目标优化虚拟机部署算法,对靶场的资源利用率和虚拟机通信开销进行优化。在CloudSim上,与基于随机算法的虚拟机部署算法和基于最佳适应算法的虚拟机部署算法进行了比较实验,证明了本算法的优越性。接着,研究了靶场物理机和虚拟机的重映射问题,结合靶场虚拟机最大剩余生命可知的特点,提出了一种面向网络靶场的虚拟机动态迁移策略。该策略利用低位阈值、高位阈值和自适应阈值来判断靶场整体的负载状况,完成对靶场各物理机的负载分组;利用负载预测机制作为迁移策略的触发机制,消除瞬时负载高峰的影响,避免不必要的迁移;触发迁移后,综合考虑虚拟机的资源规格、虚拟机最大剩余生命以及迁移对通信开销的影响来选择迁移源虚拟机,从而减少虚拟机的迁移代价;将负载低于低位阈值的物理机划入迁移目标物理机集合,并利用最佳适应下降算法决定最终的迁移目标物理机;根据靶场整体负载进行补充调整,当系统的整体负载低于低位阈值时,关闭部分低负载物理机以提高系统的资源利用率。最后,分析了网络靶场系统的需求,并根据需求设计了靶场的整体架构、靶场虚拟环境模块的架构以及相关数据表,然后利用Django web框架以及OpenStack私有云平台开发了靶场系统的虚拟环境,并对复杂网络虚拟环境的创建、使用和删除进行了测试。