目前,互联网快速发展使得数据中心规模不断增大,信息技术不断推陈出新使得数据中心基础设施的部署方式和使用模式不断完善。但同时数据中心的耗电量增加等问题日渐凸显,构建绿色节能高效的数据中心成为了信息产业变革迫在眉睫的举措。在数据中心中,利用虚拟化技术对资源进行高效合理的分配和调度是绿色节能建设的直接手段。采用虚拟化的方式可以达成物理资源的细粒度化和虚拟资源的共享的目的。因此,通过充分利用虚拟化技术来找到合理的虚拟资源分配方案,不仅可以高效利用数据中心的资源,还可以有效减少数据中心的能源消耗。本文的出发点是在包括虚拟机静态放置和虚拟机动态迁移在内的虚拟化技术基础上,研究如何达成数据中心的绿色节能化。在云数据中心中,通常会有很大的物理机设备资源和链路设备资源的浪费,这些浪费会导致能耗增加。可以通过整合服务器的方式减少物理资源浪费。同时当虚拟机放置过于集中,会出现租户请求服务质量(Quality of Service,QoS)下降的情况,通过考虑单点故障率来研究如何增加可靠性。本文提出一个改进粒子群多目标优化算法。这个算法将物理机损耗和链路损耗作为优化目标,保证服务可靠性,并通过对所提出的模型方案进行最优化求解,最终得到虚拟机和物理机的最优放置结果。通过仿真实验表明,所提方案更好地满足租户请求的可靠性,并且有效控制了虚拟机之间的链路资源浪费,有效降低数据中心的能耗。多核处理器的使用和虚拟化技术的进步使得物理服务器整合了工作负载。但是,当前的虚拟化技术不能确保虚拟机之间的性能隔离,这会导致由于共享资源争用而导致性能下降。最小化同一物理机上的虚拟机之间的性能干扰是云数据中心服务器成功整合的关键因素。本文从虚拟机受扰度和物理机总扰度出发,考虑了多维度资源受扰互补性和增益性,提出一个面向多维度的资源性能干扰模型和,一种基于此模型的虚拟机迁移方案。该模型能够适用不同情况下动态负载的变化带来的不稳定性,通过割图法和最小总扰度增加的方法,将互补型虚拟机尽量迁移到相同物理机下以缓解物理机的总体干扰。同时在选取上下限阈值时做了验证实验,用以确保阈值选取的合理性。实验结果表明,所提算法使得服务器平均性能下降得到缓解,能耗减少,成功执行的应用数增加,能效比增大,且具有较强的稳定性和较低的时间复杂度。