云计算作为一种新的商业计算模式和IT服务的提供方式，由于用户需求的多样性和云数据中心服务器节点的异构性，使得云数据中心资源利用率并不高，存在着资源浪费和由此带来的高能耗问题，这极大地影响了云计算服务提供商的经济利益和用户的服务质量，限制了云计算的发展。论文针对云数据中心的高能耗问题，设计了基于蚁群优化的虚拟机节能部署算法和基于最小迁移代价和时间匹配的虚拟机动态迁移算法，在虚拟机部署和运行阶段，提出相应的节能策略。　　为实现虚拟机的节能部署，论文设计了一种基于蚁群优化的虚拟机部署算法。该算法基于主流的服务器线性能耗模型，以总功耗增加最小作为目标函数，以服务器可提供资源作为限制条件，并以服务器各部件中CPU功耗远大于其它部件的功耗作为假设条件，进行了虚拟机部署算法的形式化定义，并利用蚁群优化算法求解该目标函数，给出了算法实现中概率选择函数、信息素更新等几个关键设计。在云仿真平台CloudSim仿真实验表明，与虚拟机部署算法PAVMAA、MBFD算法相比，所设计的算法能够有效降低数据中心的能耗。　　为实现虚拟机的节能迁移，论文设计一种基于最小迁移代价和时间匹配的虚拟机动态迁移算法，该算法针对虚拟机迁移的三个关键阶段:迁移的触发、待迁移虚拟机的选择和目标服务器的选择分别进行了研究，并提出了相关的节能策略。迁移的触发主要采取双阈值触发策略，通过设定服务器负载的高阈值和低阈值，在连续3个采样周期内，判断服务器负载是否均达到了虚拟机的迁移条件;在待迁移虚拟机的选择阶段，以对系统性能影响为迁移代价，选取具有最小迁移代价的方案进行虚拟机的迁移，避免迁移带来过多的系统资源消耗;在目标服务器选择阶段，以虚拟机需要执行时间和服务器的剩余执行时间匹配，作为服务器的选择依据，使服务器能够尽早地进入低功耗或关闭状态。在云仿真平台CloudSim仿真实验表明，与DT、LEBS、PDT算法相比，所设计的算法能够有效降低云数据中心能耗和平均SLA违背率。