人类动力学是一门理解与探索人类行为的统计性特征的新兴学科。研究学者已经通过使用万维网提供的海量数据,更好地研究、理解人类行为的各个方面。然而,随着云计算的逐渐普及,在云计算环境下人类行为特征以及人类动力学的研究还处于起步阶段。本文使用了部署在合肥工业大学的私有云存储系统MeePo服务器的日志文件数据进行分析与研究。本文主要内容如下:　　(1)首先细致分析和讨论了人类动力学的研究背景,阐述了现有的几个较典型的人类动力学模型,并分析了各个模型的特点。　　(2)通过分析7个月的日志文件数据,本文研究了群体用户在平时、节假日和重要时间节点,如考试周、运动会等活动期间的使用情况。实验数据表明用户的日常生活情况与在线情况存在真实的映射。此外,本文对清华大学MeePo系统的近6个月的数据进行了处理分析,比较了合肥工业大学与清华大学在读学生对MeePo系统的使用情况,并发现他们的行为存在着明显的差异。　　(3)针对个人用户在使用系统时出现的行为偏差,本文研究了个人用户在连续两次访问系统时的时间间隔情况,发现其具有阵发现象并符合幂律分布。并且,对于该系统,用户行为是符合兴趣驱动模型的。　　(4)根据群体行为的特征描述,本文总结了可能会影响系统使用情况的指标属性,并使用BP神经网络对访问量进行预测。虽然误差百分比相对较大,但预测输出的变化趋势与期望输出相符。