云服务供应商通过虚拟化技术和虚拟资源的调度、管理能够有效地提升数据中心物理资源利用率、降低能耗,但是,由于云租赁用户的资源请求具有随机性,容易造成物理资源分配不能实时满足虚拟机的随机资源请求,这将导致云服务质量的下降。虚拟机整合能提升云数据中心资源利用率、降低能耗。因此,本文从主机工作负载拟合、资源竞争关系分析和虚拟机放置优化模型等角度对虚拟机整合方法进行研究,主要工作概括如下:(1)针对主机负载变化趋势难以精确估计的问题,提出了一种基于高斯混合模型的主机负载分布模型和基于该模型的虚拟机整合方法。首先使用高斯混合模型对活动物理主机的工作负载历史记录进行拟合;然后根据活动物理主机工作负载分布的高斯混合模型和主机自身的资源配置情况估算主机的过载概率,并根据过载概率判定主机是否存在过载风险;对存在过载风险的物理主机,研究待迁移虚拟机选择准则;最后,使用高斯混合模型估算待迁移虚拟对各个目标主机过载风险的影响,并选择受影响最小的主机作为新的目标主机,最后概括成虚拟机整合方法。实验表明,所提出的GMM-VMC方法能够有效地降低数据中心能耗,并且使得主机负载更加平衡,从而确保了云服务质量。(2)对虚拟机放置过程中的主要竞争关系进行分析,通过采用战略博弈的思想对虚拟机放置过程中云服务供应商和用户之间的竞争关系进行建模,以云服务供应商(Provider)和代表所有虚拟机的代理人(Broker)作为参与人,并根据Provider提供物理资源量的不同和Broker为虚拟机申请物理资源量的差异,定义战略博弈模型中参与人的策略集合;最后,根据博弈矩阵中各策略集合下虚拟机放置关系得到Provider和Broker的支付值,并求得当前博弈的纳什均衡解,即能耗和服务质量优化目标的均衡。实验表明,所提出的SG-VMC方法能够在降低数据中心能耗和提升云服务质量两大优化目标上有明显的改善。(3)针对虚拟机放置问题建立虚拟机放置优化模型,并提出基于离散差分进化算法的模型求解方法。首先对差分进化算法进行改进,然后提出一种基于改进离散差分进化算法的虚拟机放置策略和放置方法。并通过进一步研究结合主机过载检测、待迁移虚拟机选择等算法,提出能耗和服务质量感知的虚拟机整合方法。实验表明,本文提出的EQ-VMC方法在降低数据中心能耗上有相当大的优势,并且在提升服务质量上同样表现优越。