中文摘要：

本研究在基于虚拟化技术的基础上,对虚拟化资源的自主管理模型与机制进行深入分析和研究，其最终目标是保障最终用户的满意度和服务系统的总体性能。首先要建立基于虚拟化的资源自主管理体系结构，通过分析虚拟化资源的构成特点，设计分层次结构的虚拟化资源库，在此基础上，根据虚拟资源的状态和预设流程，按需动态的创建虚拟资源；为了能够解决用户需求与系统性能之间的矛盾，引入合同机制将二者进行绑定并有机结合，以设计全面合理的效用函数来反映资源配置方案的不同价值；基于对用户行为和负载特征的分析，针对特定的应用进行性能建模，在模型中整合对多种参数及虚拟化特征引入的影响；在模型的基础上对服务质量指标进行预测和自适应优化，选择最适合的资源配置方案，使用户满意度得到提高的同时达到系统效益的最大化。

结论摘要：

本项目对基于虚拟化技术的资源管理模型与机制进行了探索和研究，总体目标是保障提供给用户的服务质量以及服务系统的总体性能。研究内容及成果如要包括以下几个方面 首先，对虚拟资源的自主管理机制进行了研究，包括设计和构建了能够为用户提供定制仿真环境的云中心系统，提高了系统安装与软件配置的效率；提出了一种典型虚拟机映像机制TVA，能够根据用户的特定需求动态创建虚拟资源，并设计了聚类算法对虚拟资源的创建和管理进行优化，尽可能的提高存储空间的利用率；设计了EasyDeploy虚拟计算环境自动部署系统，能够高效快速的构建虚拟化集群，其中使用缓存和预取优化策略显著减少了软件传输和部署时间的开销。 其次，对应用性能建模和QoS估测方法进行了研究，包括为云计算中常见的事务型应用进行了性能建模，并对模型进行了验证和性能评测；提出了一种基于无显式建模的方法进行QoS估测，以采集到的数据及分析结果对资源管理决策提供支持，使优化及搜索的效率有了较为显著的提高，更适合应用于实际场景中。 再次，对资源分配与管理方法进行了研究，包括对多种类型异构资源的协同分配模型进行了研究，使资源通过相互转化达到总效用的进一步提高；对分布式数据资源的放置算法进行了研究，在算法性能和复杂度上同时达到了优化效果，并在天文网格中进行了实际应用；对资源预约管理进行了研究，提出了自适应的混合任务管理方法，能够选择性的接受预约请求；对基于序列分析的资源推荐算法进行了研究，通过构建几种不同的树对用户访问序列特征进行分析，即使在缺乏用户与资源先知信息的情况下，仍能够在准确度、搜索时间、非热点覆盖、多样性等几个方面达到较优的性能。 最后，对云平台监控和QoS管理架构进行了研究，包括设计和实现了云监控架构SCMF，其中设计了类Huffman策略的联邦数据整合算法，考虑了对容错和迁移机制的支持，具有较好的扩展性和应用性；设计了基于自主计算思想的QoS管理架构，根据用户与服务者的SLA约定进行服务质量保障，以闭循环的方式实现了自适应调解机制，能够对提高系统总收益起到很好的效果。综上所述，本项目对资源管理过程中所涉及到的监控、建模、估测、分析和优化配置等各个环节均进行了研究，并将不同环节的研究方法和结果进行了有机整合，使得整个自适应资源自主管理的过程能够有利于用户满意度的提高及系统效益的最大化。