近年来,云计算技术受到越来越广泛的关注,成为当前学术界、产业界的一个重要研究方向。而虚拟化技术由于拥有服务器整合、提高资源使用效率、高可用性、灵活部署、减少硬件投资及维护成本等诸多优点,为云计算数据中心的性能提升、资源优化起了重要作用,已成为当前云计算领域的关键技术。在云数据中心虚拟机的放置策略己成为一个重要的研究课题,主要是采用合适的策略和算法,如何将虚拟机快速放置到合适的物理机上,并使虚拟机在服务器集群上高效运行。然而,现有的虚拟机放置算法主要针通常没有考虑虚拟机负载的类型,还存在着物理机负载失衡、资源利用率不高等问题,所以需要选择合适的虚拟机放置算法来均衡物理机负载,并提高资源利用率。针对上述问题,本文首先提出了面向云计算的应用分类方法,根据资源需求特征,将应用分类,然后根据应用分类类型,综合考虑资源约束、任务类型和资源均衡因素,提出了基于蚁群优化虚拟机放置算法。具体工作如下。(1)为了将应用分类,本文引入了一种基于拉普拉斯校验特征加权的贝叶斯分类器模型,通过监控待部署在虚拟机上的应用访问CPU、内存、磁盘、Cache等资源的特征,将应用分为CPU密集Cache污染型、CPU密集Cache无关型、内存密集Cache污染型、内存密集Cache无关型,I/O密集Cache污染型,I/O密集Cache无关型六种类型,实验结果表明,该方法可以实现94%的分类精度,并进一步分析了应用分类效果,通过实验验证,该方法一定程度上避免了由于资源竞争产生的性能瓶颈。(2)为了充分利用底层物理资源,本文依据应用类型提出了基于蚁群优化的虚拟机放置策略,由于不同虚拟机对资源的需求特征不同,在设计蚁群算法时,我们依据应用类型,尽量避免相同资源需求类型的虚拟机放置在一台物理主机上。蚁群优化算法中,对转移函数、信息素的初始化、信息素的更新方式都进行了改进,该算法综合考虑了资源约束、负载均衡、任务类型等因素。最后通过CloudSim模拟平台进行仿真实验,并与其他的放置算法进行了比较,实验结果表明,该算法使得云数据中心的物理机具有较低负载不均衡度,提高了资源利用率。