云服务是云计算借助Internet或云计算平台提供的资源和应用,用户能随时访问所需要的云服务。鉴于云计算具有虚拟化、开放性、透明性、资源动态变化、安全性等特点,用户在评估与选择云服务时,面临云服务质量(Quality of Service,QoS)的多样性和复杂性、用户个性化需求偏好、云服务的可信性、安全性等问题,同时又受到云服务提供商提供不同质量的服务,逐渐引发了用户对云服务的信任危机。为确保用户能选择满足需求的高质量、高安全的服务,必须有一个有效的云服务可信性评估与选择方法。目前,现有的云服务信任模型,针对特定系统和环境,仅考虑了时间衰减、金额衰减、可信任链和信誉度等问题,虽然取得了一定的研究成果,然而,随着用户个性化需求不断提高和云服务环境的复杂化,却暴露了系统“冷启动”、用户对于不同服务等级的需求、推荐信任度准确性、恶意行为抑制、用户数据存储安全性等问题。为此,构建一种可动态适应云计算环境的可信性评估与选择模型,使之能有效地评估和选择云服务,具有重要的技术理论研究意义与现实的工程实践应用价值。本文研究的主要内容如下:(1)针对用户服务属性权重偏好与用户评价信息贫乏导致的系统“冷启动”问题,提出了一种基于组合权重和灰色关联分析的云服务信任评估模型。该模型采用粗糙集属性权重计算方法和层次分析法(Analytic Hierarchy Process,AHP)计算直接信任度的组合权重,可以有效地反映用户的服务属性偏好;采用灰色关联分析方法计算推荐信任度的相似性,以使推荐信任度更准确,并结合服务商自身信誉度以计算综合信任度。(2)针对用户不同服务等级需求和直接信任度更新问题,提出了基于信任和SLA(Service-Level Agreement,SLA)的动态云服务选择模型。首先,通过SLA监控模块管理SLA等级,根据云服务能力分为不同的等级,使用户能快速地选择合适的SLA。其次,在直接信任度计算时,选择有效的云服务评价因子集,并考虑衰减因子的影响,准确地计算云服务的信誉度。在计算过程中,对直接信任度、间接信任度和信誉度,分别赋予不同的用户偏好权重,合理地计算最终综合信任值。最后,借助实验验证了该选择模型具有较高的服务满意度和交互成功率。(3)针对用户推荐中存在的信任度准确性和节点恶意行为抑制问题,提出了一种基于信任和用户偏好聚类的云服务选择方法。在计算直接信任度时,既考虑交易时间、交易金额又兼顾惩罚因子的影响。首先,通过修正的余弦相似度方法来计算用户服务属性偏好的相似度,借助基于云模型的方法计算用户服务属性评分和用户评价相似度,然后综合考虑三种相似度的不同权重来计算每个用户之间偏好相似度;其次,采用改进的层次聚类算法对用户进行聚类,形成用户偏好域;最后,通过最佳用户偏好域计算就可以得到有效的信任推荐度。(4)针对云服务数据存储安全性欠佳和隐私保护不足,提出了一种基于信任和隐私感知的云服务评估模型。首先采用熵值赋权法和AHP方法来计算直接信任度的组合权重,然后提出一种基于正态云模型的隐私数据保护方法最大程度地保护节点的隐私,有效地保护了数据安全。最后引入用户满意度、衰减时间、交易金额等参数对直接信任度进行动态更新。