云市场提倡使用可定制的云实例接管计算任务。在云计算中,与物理机相比,云实例的计算成本更低,但由于云实例存在服务中断的风险,导致用户端服务性能（SLOs）无法保证。在这个计算模型中,用户承担了服务失败或无法按时完成计算目标的风险。因此,云实例的选择与推荐在成本与风险指标上的评估及配置是一个待分析的云计算策略优化问题。本文提出一种面向云实例推荐进行成本与风险优化的方法,具体研究内容如下:第一,本文通过观察用户在云市场中租用云实例这一行为,分析了用户租用云实例时需要支付的成本以及需要承担的风险。根据国内外现有在云市场中进行成本与风险优化研究,提出了在用户侧进行云实例成本与风险分析的重要性与意义。第二,本文针对不同用户租用云实例的行为,提出了云实例选择成本与风险分析和优化的方法。在分析不同云实例选择的成本与风险之后,本文结合不同用户的特点为其进行云实例推荐,并根据用户反馈优化云实例选择过程。第三,本文实现了完整的云实例选择成本与风险建模并使用网络分析法给出云实例决策建议。通过风险分析可以绘制候选云实例的风险边界曲线。根据边界曲线,本文提出了一种用户定义的云实例选择及推荐方案。此外,本文将云实例选择过程的优化问题表述为多臂老虎机问题,并使用上置信区间算法优化云实例选择过程。第四,本文使用谷歌和阿里巴巴数据集对本文提出的面向云实例推荐的成本与风险优化方法进行评估。实验结果表明,使用本文提出的成本与风险优化方法,用户可以在完成服务级目标的同时达到成本与风险之间的最佳权衡。