云计算作为效用计算，并行计算，网格计算等计算模式融合的产物，它通过资源池化的方式，弹性的对外提供计算、存储以及网络服务。但日益膨胀的大规模云计算数据中心导致了管理困难以及运营成本攀升的窘境，具体表现在：资源利用率仍旧不高，能耗惊人，虚拟机资源分配不合理。具有弹性特征的云计算资源管理主要考虑两方面的因素：用户QoS以及云服务提供商收入。多数虚拟机用户仍然按峰值需求预定虚拟机的资源配置，导致多数时段的资源闲置，服务器长时间空载运行，浪费了大量的电力能源。学术界诸多文献针对资源利用率问题提出了面向虚拟机集群的资源分配以及部署方法，而既满足用户QoS又不浪费过多资源的虚拟机最佳资源配置与负载类型及强度息息相关，本文针对以往多数文献对单个虚拟机最佳资源配置与负载关系研究的不足之处展开理论以及实验分析，并结合博弈论应用于有限资源条件下对不同资源偏好的虚拟机资源重组优化问题中。主要工作总结如下：1)基于虚拟机web服务场景，使用排队模型针对web服务请求的平均请求速率、平均服务时间、资源平均利用率、平均响应时间等性能指标建模，并结合经典排队论Little公式推导出了平均响应时间与平均请求速率，平均服务时间的关系；通过T时间内的web服务运行过程观察数据，包括资源利用率，平均响应时间以及平均请求速率，对模型进行了一致性检验，计算出web请求的平均服务时间；在八组以负载强度为控制变量的实验测试中，得到与负载强度相应的虚拟机资源临界点，当虚拟机资源配置低于临界点，响应时间出现急剧上升，最后通过对实验数据的回归分析得出了服务请求速率与最佳资源配置的显著关系。2)针对有限资源条件下的虚拟机资源重组问题，根据虚拟机最佳资源配置决策是否冲突分别提出了解决方法。基于上述性能模型，虚拟机根据部署的负载类型与强度独立计算申请所需资源，若虚拟机目标资源配置总和未超过初始重组资源总和，则直接根据各自需要进行资源重分配，否则认为资源重组冲突，针对冲突问题，应用博弈谈判，经过离散迭代求解。实验证明了该方法在以下几点的有效性：提高资源利用率，优化虚拟机性能，保障资源重分配的公平性。