进入信息化时代后，许多企业和组织机构纷纷部署自己的信息系统。主要的方法是独立购买相应的计算机硬件设备和软件系统，然后组织专门部门和技术人员负责部署、管理和维护。这种方式存在一些问题，如计算机资源价格昂贵且难以管理；当企业发展壮大时，需要重新购买计算机资源；企业的计算机资源可能超额部署，进而存在大量的资源浪费等。云计算从根本上解决了上述问题，它通过虚拟化技术等将大量的服务器、存储设备和网络设备等构建成统一的资源池，并且对用户隐藏底层资源实现细节。用户只需通过网络就可以获得所需的硬件资源、软件资源和平台资源。在云计算这样庞大的异构系统上部署着各种服务系统和应用，需要合理的资源分配方案，这样才能满足应用需求、节约计算资源和提高系统性能。因此，云计算技术中的资源分配一直是业界研究的热点之一。本文在国内外研究成果的基础上，首先总结了云计算及相关技术，然后介绍了云计算模型、相关调度算法及随机系统模型和用户效用概念，最后针对云环境中任务的随机性提出了一种任务调度模型及其优化算法，并通过实验来验证了本文中的模型。本文的主要贡献如下：第一，针对云计算中用户任务随机性这一特征，引进统筹学中的随机系统论(排队论)来对排队任务的各项指标进行分析；第二，引入经济学中用户效用的概念，建立了云环境中用户效用的描述模型，通过效用值量化用户对任务执行时间和费用满意程度；第三，将用户分为时间敏感型和费用敏感型两种并确定了相应的效用函数；第四，给出了两种模型的形式化描述，即以用户效用值最大为目标，以用户任务的排队时间、任务执行时间、费用和并行加速比等客观因素为约束条件，实现了对计算资源的动态分配；第五，给出了用户效用模型的优化算法，该算法以效用值为标准优化排队队列中用户任务的排队顺序，以达到最大化每个用户效用值的目的。最后，通过实验表明，这种云环境中的任务调度方法能有效提高用户的效用值，满足用户任务执行时间和费用的需求，并能实现用户总效用值的最大化。