云计算是网格计算、分布式计算、效用计算等技术的结合。它把基础设施、软件、平台、应用等作为服务提供给用户使用，使用户可以把精力放在业务逻辑上，而不用关心底层的具体实现。其中，资源调度问题是云计算中的一个关键问题，也是众多厂商比较关心的问题。资源调度的目标就是在资源利用率和系统性能最佳的条件下，为用户提交的任务分配计算资源。调度算法的优劣直接影响云计算系统的整体性能。云中各计算节点受计算、宽带、存储等能力的限制，如何快速的将用户任务分配到合适的虚拟机上，使得无论是从时间、费用还是其他方面都能使用户达到比较满意的状态，是云计算资源调度算法研究的主要内容。　　　目前云计算发展并不成熟，云环境下资源调度算法的研究成果也比较少。本文在较全面地研究云计算关键技术的基础上，结合蚁群算法在寻找优化路径方面的优良性质，如正反馈、分布式协作等，提出一种基于蚁群算法的云环境任务调度算法，使任务分配的时间较短，同时负载维持在一个相对均衡的状态。本文对基本蚁群算法的改进主要在两个方面：1）根据Min-Min最短时间算法下各虚拟机运行任务的个数来更新信息素；2）修改状态转移概率公式中启发式函数的指数值，控制各虚拟机被选中的概率，保证任务最终执行时间较短。最后，在仿真环境CloudSim中实现改进的蚁群算法，通过和其他算法，如最短时间Min-Min算法、轮询算法，不同条件下的实验结果进行对比，说明改进的蚁群算法在云环境任务调度上具有一定的优势。