随着云应用、尤其是数据密集型云应用的迅猛发展,人们对计算、存储等资源的需求日益增长,云计算在数据处理中变得越来越重要。云计算通过分配虚拟机来处理数据节点,从而实现大数据管理和多任务处理。由于云计算具有执行大规模复杂计算任务的优势,因此如何进行合理高效的虚拟机分配成为了云计算的重要问题之一。本文将现实生产中的网络感知的虚拟机分配问题抽象为两类,分别为经典虚拟机分配问题和复杂虚拟机分配问题。其中,经典虚拟机分配问题包括两种具体场景下的问题:GVMA问题与MVMA问题,而网络感知的复杂虚拟机分配问题包括三种:MVMA_P问题、MVMA_M问题与MVMA_MP问题。经典虚拟机分配问题更具备一般性,但是抽象程度高且难度与实际问题有一定差距。复杂虚拟机分配问题将待处理任务优先级和强制任务纳入考虑范围,故其求解难度更高但是也更贴合实际问题的难度。本文通过将这两类网络感知的虚拟机分配问题编码成对应的SAT类问题,包括SAT、MAX-SAT、带权的MAX-SAT、PMS以及带权的PMS。通过调用SAT类求解器进行求解,从而更高效地解决较大规模的虚拟机分配问题。本文在实验部分给出了虚拟机分配算法的性能评估方案,对基于SAT的虚拟机分配问题求解算法的求解性能进行了评估,并验证了SAT求解器中约简策略对生成子句规模的影响。最后将本文提出的基于SAT的虚拟机分配问题求解算法与现有算法进行性能对比。通过实验验证了本文针对上述两类虚拟机分配问题提出的求解算法可以有效地解决这两类虚拟机分配问题。通过与现有算法在以上两类问题中的求解表现进行对比,可以看出本文提出的算法具有更高的求解效率和更大的求解规模。