云计算现在越来越流行，因为云计算相对于传统的计算模式有很多优点。云计算帮助用户在基础设施投资、管理和维护上节省了很多开支。并且，云计算具有敏捷性、灵活性、可扩展性的特点，使得应用程序可以简单快速地被开发、部署到云平台上。所以在目前很多企业中构架内部的私有云平台来管理和维护内部的IT资源，他们需要把企业内部遗留的应用程序移植到云平台上去。　　本文对一个金融企业内部的私有云构架进行研究和分析，并且分析了应用程序移植到云平台时候的实现方式。接着本文根据该私有云平台的构架和应用程序移植时候的转换规则，提出一种应用程序移植的工作量评估模型。本文详细介绍了该工作量评估模型的各个模块的评估，并且以表格的形式直观的将评估模型的历史数据和计算方法呈现给读者，然后本文将BP神经网络算法应用到工作量评估模型中，使工作量评估模型的准确度得到提升。　　最后本文例举了一个移植到私有云平台的案例，运用工作量评估模型进行分析和评估，得出预计的工作量，然后运用改进过的评估模型进行预估，得出工作量。接着统计该案例在移植过程中的实际工作量，与两次预计工作量做比较。通过比较来验证了该工作量评估模型的准确性和可靠性。