虚拟化是一个广泛应用在现代化计算系统中的基础技术。虚拟化通过分离应用层与硬件层，实现灵活、按需、便捷的计算资源共享与管理功能。虚拟机在线迁移是虚拟化的一个关键支撑技术，它将一台运行中的虚拟机从其原属物理机转移至另一台物理机，用极低的代价修改了虚拟机与物理机的对应关系，为提供大规模集群与云计算等场景提供了硬件维护、容错管理、负载均衡与节能整合等支持。　　现有的虚拟机在线迁移技术在广泛应用到实际的大规模集群与云计算中心时，有两个核心挑战:(1)迁移时的可靠性稳定性难以保证，特别是面对内存密集型负载时，多种迁移技术耗时过长，甚至不能完成迁移任务;(2)迁移时的应用服务质量下降严重，迁移时的应用无响应、响应延迟等问题，均极大地影响了服务质量。　　虚拟机迁移最常处理内存密集型负载。尽管学术界与工业界运用如压缩、预取页、调度等方法应对这两项挑战，但迁移的可靠性稳定性与服务质量，与易变数据的特征、运行负载的类型、内存访问的轨迹密切相关，现有的方法并没有足够关注这些点。同时，现有成果中还缺少能覆盖各种类型迁移的性能评测体系。　　本文针对内存密集型负载，围绕提升可靠性稳定性与提高服务质量的核心目标，以预拷贝、后拷贝、混合拷贝迁移为基础策略，利用易变数据特征、运行负载分类、内存轨迹预测等方法，辅以多种调度算法，对迁移进行优化。本文主要的创新与成果总结如下:　　（一）针对集群管理中应用迁移的场景，提出了一个基于性能监测的虚拟机迁移调度优化方法。通过监测收集集群中多项性能参数，在满足多目标资源需求的前提下，自动对集群进行初始放置、热点解除、节能整合及负载均衡调度，解决大规模集群的管理调度问题。同时本方法在后续研究中作为监测、执行、评测工具使用。　　（二）针对预拷贝迁移，利用易变数据特征与内存轨迹预测，提出了一个自适应切换优化算法。通过调度实例发现，预拷贝迁移处理内存密集型负载时效率低下。本文在分析了预拷贝迁移的技术瓶颈后，设计算法自适应发掘预拷贝阶段与停机阶段中合适的切换点，从而降低重复传输的数据量，缩短迭代拷贝耗时，扩大预拷贝迁移对内存密集型负载的适应性，提升了可靠性稳定性及服务质量。　　（三）针对后拷贝迁移，利用易变数据特征、内存轨迹预测等，提出了一种对固定大小页面的优化算法。本文中发现提升内存访问轨迹预测的准确率，能有效提升后拷贝迁移中的应用响应速度。对一种有规律的内存密集型负载——固定大小页面进行访问规律分析，通过带有学习反馈的自适应调整优化，提升该负载的访问轨迹预测准确率，减少后拷贝阶段的远程缺页中断，降低负载的响应延迟，提升了服务质量。　　（四）针对混合拷贝迁移，利用易变数据特征、运行负载分类及内存轨迹预测等，提出了一个热页优化算法，同时完善了迁移性能评测体系。本文中对内存密集型负载进行系统地分类，根据混合拷贝迁移本身的流程特点，设计出一个在线的、适用于多种负载的、用于提升内存访问轨迹预测准确率的热页优化算法。同时，提出了一个可量化的指标“暂停时间”，填补了后拷贝阶段的性能评测空白，完善了评测体系。本文的优化算法有效地缩短了内存密集型负载在混合拷贝迁移中的暂停时间，提升了应用服务质量。