近年来，随着无线通信技术和智能移动终端的成熟和普及，在线视频点播服务发展迅速，通过移动终端点播视频已经变的越来越流行。由于移动设备和接入网络带宽的异构性，视频服务商只提供一种版本的视频流服务无法应对用户不同的需求，多版本视频点播应运而生。然而，多版本视频点播系统面临着视频存储、服务器性能、缓存效率等多方面的挑战。云计算拥有海量数据存储、计算能力和动态可伸缩的扩展能力，有助于应对视频点播遇到的挑战，降低视频点播系统的运营成本。然而，现有的视频云点播方法并未针对多版本视频的特点和挑战展开研究，因而还有一定的优化空间。因此，如何优化多版本视频云点播系统的资源管理已成为该领域面临的重大挑战之一。本文以云计算技术为背景，针对多版本视频云点播系统面临的挑战，在多版本视频存储、虚拟机集群部署和多版本视频缓存等方面对系统资源优化调度方法展开了深入的研究，主要研究贡献如下：
　　第一，提出了一种多版本视频云点播存储与转码权衡方法，该方法结合离线转码方法和实时转码方法，并根据视频点播热度模型，权衡多版本视频的存储与转码计算，从而降低系统的存储与转码计算成本。首先，该方法引入转码权重图描述不同版本之间的转码权重关系。根据转码权重图，可计算不同版本之间的转码计算量。其次，该方法以视频点播热度分布、转码权重图、云平台的存储与计算价格模型为依据，建立多版本视频云点播存储与转码成本优化模型。再次，采用拉格朗日松弛算法求解该优化模型，实现少量热点视频存储多个版本来应对大量的点播请求，针对大部分的非热点视频，仅存储一个或少个版本，以减少大量的视频存储。实验与分析表明，与其它方法相比，所提方法可以有效降低多版本视频云点播系统的存储与转码成本，优化存储服务器的资源利用效率。
　　第二，提出了一种基于动态性能评测模型的虚拟机部署方法，该方法针对多版本视频云点播中部分版本存储部分版本转码的特点，为虚拟服务器集群分配合适的资源，并根据物理机负载情况和性能模型，来部署虚拟服务器集群，以尽量保障虚拟机的性能。首先，虚拟机部署前，根据多版本视频云点播系统的带宽需求及转码任务，分析用户历史点播行为日志，利用排队论理论建立多版本视频云点播中虚拟服务器集群资源分配模型，为虚拟机集群分配所需的资源。其次，虚拟机部署时，考虑物理机上资源消耗量与虚拟机性能的关系，通过动态性能评测方法建立虚拟机性能模型，以此为依据，并以平衡物理机资源消耗和最小化性能下降为目标，将虚拟机部署抽象成双目标优化问题，并给出了一种基于蚁群算法的求解方法。最后，实验与分析表明，与其它部署方法相比，所提虚拟服务器集群部署方法可以有效保障虚拟机的性能，使之更好地应对视频点播和视频转码，并优化了虚拟机集群的资源分配。
　　第三，提出了一种面向多版本视频云点播的共享缓存方法，该方法利用多版本视频之间的转码关系计算缓存收益，并根据相同视频的不同版本的内容一致性和可共享性，采用缓存共享算法，优化了缓存方法，有利于支撑用户满意度的提升。首先，该方法根据多版本视频文件之间的转码关系，针对某一视频，计算缓存一个或多个版本情况下的单位缓存收益，作为缓存替换的依据。其次，根据多版本视频云点播中相同视频的不同版本之间的内容一致性和可共享性，提出共享缓存调度方法，具体包括缓存共享算法和版本跳转算法。当缓存服务器的可用带宽充裕时，缓存共享算法利用已缓存的相近的高版本视频临时响应用户请求；当缓存服务器的可用带宽不充裕时，通过版本跳转算法均衡缓存的带宽资源和缓存的空间资源消耗。实验与分析表明，与其它方法相比，所提缓存方法可以提高缓存效率，提高缓存命中率，并减小用户平均等待时长；另外，所提缓存方法也可以与其它缓存方法相结合，并能优化其它缓存方法的结果。
　　最后，论文讨论了所提优化方法在多版本视频云点播原型系统中的应用，并给出了优化方法在该原型系统中初步的测试结果，验证了所提方法的正确性和可行性。