随着计算机硬件的发展以及有关需求的推动，虚拟化技术成为了当前计算机研究的一个热点。通过使用虚拟化技术，可以充分提高对硬件资源的使用率以及分配的灵活性。在虚拟桌面以及云计算中，使用虚拟化技术会经常遇到多样化和无法预测的工作负载的情况。由于虚拟机监视器对其上的每一个虚拟机内部的工作负载缺乏了解，这些不可预知的工作负载将对资源分配造成很大的困难。如果无视虚拟机内部的工作负载情况，那么虚拟机的调度算法将严重影响I/O性能。目前已有的调度算法缺乏对内部工作负载的了解，在混合负载情况下会严重影响I/O性能，增加了I/O响应延迟，无法应用于实时环境。本文提出了一种基于Xen的Credit调度算法的改进方法。通过使用灰盒知识的推理化技术，我们能够识别各个用户虚拟机内部工作负载情况。利用这些内部工作负载情况，我们针对性的提出了基于选择的BOOST调度算法。选择性的提高虚拟处理器的优先级来优先处理对应域的I/O任务，提高响应速度，减少响应时间来达到实时性的目的。另外，针对提出的基于选择的BOOST调度算法的不足，我们又提出了四种补充机制，即撤销BOOST优先级机制，精确减少Credit机制，设定Rate值机制以及UNDER队列排序机制。这四种机制能够有效的填补基于选择的BOOST调度算法的不足，提高基于选择的调度算法的稳定性。在文章的结尾，我们在Xen虚拟机监视器上做了实验，来验证混合负载下基于选择的BOOST调度算法对I/O响应速度的提高。实验内容包括测试Xen缺省的Credit调度算法，提出的基于选择的BOOST调度算法以及补充机制。实验结果表明，提出的改进算法无论在混合负载下，还是纯I/O负载下都能够大幅度减少响应波动，平均响应时间非常小，能够应用于实时环境中。