由于用户在实际使用云平台时，很难确定云平台的云主机类型，所以造成了云平台资源利用率低下的问题。许多典型的解决资源利用率低下的方法，都是从云提供商的角度优化放置算法，而用户选择将限制资源利用率增加；也有一些方法采用云平台下的任务性能短时间采集并预测，但会降低任务分类的准确性。为了达到提高云平台资源利用率、简化用户操作的目的，首先提出一种多属性的任务性能采集工具Lbenchmark，全面采集任务的性能特征，和Ganglia相比负载降低了50%以上。然后，利用该性能数据，提出一种基于权值可配的多 KD树- K最近邻（ KNN）应用性能分类算法，挑选适合参数建立多个基于 KD树的 KNN分类器，通过交叉验证方法调整每个属性在不同分类器的权重，进行选举分类。实验结果表明，所提算法与传统的 KNN相比，计算量明显提高了约10倍以上，而准确性平均提高约10%。该算法可利用数据特征映射将资源建议提供给用户和云提供商，进而提高云平台整体的利用率。

针对现阶段使用私有云评测方法缺失所导致搭建私有云供需不匹配的问题，提出了一种自适应、可扩展的私有云系统能力检测方法，可对基础设施即服务（IaaS）云计算系统能力进行评测。首先，通过私有云应用程序接口动态扩展虚拟机数量；然后，通过性能特征模型选取虚拟机所需配置的硬件信息和操作系统类别，并根据用户的需求差异使用不同的负载模型，形成相应的模拟运行环境；最后，使用云计算服务等级协议（SLA）作为测试标准来衡量私有云服务能力。使用所提方法对Openstack开源私有云平台的能力进行了评测，实验结果表明，所提方法可以准确得出私有云服务能力，结果和用户实测一致。该方法负载生成成本更低，测试效率更高。并将该方法与Openstack自带的组件Rally进行对比，拓展性和负载动态模拟有很大的改进。

随着云存储系统的迅速发展和广泛使用，许多企业开发者和个人用户将其应用从传统存储迁移至公有云存储系统，因此，云存储系统性能成为企业开发者和个人用户关注的焦点。由于传统测试难以模拟足够多的用户同时访问云存储系统；测试环境构建复杂，测试时间长，准备测试环境成本高；受网络因素及外界其他因素影响，评测结果不稳定。针对以上所述云存储系统性能评测的重点和难点，提出一种“云测试云”的公有云存储系统性能评测方法，该方法通过在云计算平台动态申请足够数量的实例，对公有云存储系统性能进行评测。首先，构建通用的性能评测框架，可动态伸缩申请实例，自动化部署评测工具及负载，控制并发访问云存储系统，自动释放实例及收集并反馈评测结果；其次，提出多维度的性能评测指标，涵盖不同典型应用、不同云存储接口；最后，提出一种可扩展通用的性能评测模型，该模型可以评测常见典型应用的性能，分析云存储性能影响因素，可适用于任何的公有云存储平台。为了验证该方法的可行性、合理性、通用性和可扩展性，利用所提方法对Amazon S3云存储系统进行性能评测，并使用s3cmd验证评测结果的准确性。实验结果表明，评测结果可以为企业开发者和个人用户提供参考意见。