云计算为海量用户在数据中心的物理机上创建虚拟机并分配相应的计算资源,是一种日益普及的计算范式。虚拟机放置问题是云计算中的关键问题,目的是为按需创建的虚拟机动态分配合适的物理机,实现提升云计算服务质量、降低数据中心能耗等目标。相比于传统方法,基于深度强化学习的虚拟机放置算法在处理复杂优化目标及动态适应变化环境等方面具有较大的优势,是当前的研究热点。但是,目前已提出的基于深度强化学习的方法存在抗过拟合能力不足、状态抽象能力差等缺陷。本文针对上述缺陷研究改进方案,提出一种融合互信息特征提取和深度强化学习的虚拟机放置算法。首先,针对当前深度强化学习算法在虚拟机放置问题中面对复杂状态和高维动作时易过拟合、收敛难等问题,本文提出一种基于的Dueling-DDQN的深度强化学习模型,并进一步在探索方法、训练方法等方面使用玻尔兹曼探索、多步自举等方法针对虚拟机放置的问题场景提出改进。与未作改进的深度强化学习模型相比,本文的改进深度强化学习模型平均奖励高出约20%,训练时收敛时间点提前约16%,收敛后的奖励曲线震荡幅度减小了约30%,分配失败率稳定在2%,模型稳定性得到提升。相比于经典的首次适应算法,本文提出的算法使数据中心能耗降低15%,用户服务质量提升约60%,平均综合奖励提升了 20%。其次,针对现有基于深度强化学习的方法在面对复杂状态空间时表示能力弱、模型稳定性差的问题,本文在Dueling-DDQN模型的基础上进一步提出基于Deep InfoMax互信息特征提取的状态空间预训练方法,并针对虚拟机放置场景中“物理机顺序不相关”和“时间相关”特性对互信息特征提取方法做出改进。实验结果表明,相较于未加入特征提取的方法,该方法的平均奖励提升约6%,平均能耗降低10%,用户服务质量提升9%,且收敛更加稳定,过拟合现象降低,利用较小的预训练时间损耗换来了多项模型性能的提升。研究表明,本文提出的算法具有处理速度快、抗过拟合能力强、稳定性强等优势,是一种能够有效地适应复杂环境的云计算虚拟机放置方法。