随着当前云计算技术的快速发展，越来越多的个人、企业与政府将会使用云计算服务，这些服务通过网络按需向用户提供。作为传统网络环境中最常见的攻击方式之一，分布式拒绝服务(DDoS)攻击对云计算平台具有重大的威胁。　　传统网络环境下 DDoS攻击检测是研究领域的热点和难点，无论是常用的异常检测还是特征检测，都面临着检测率不高或误报率较高的问题。为了解决这一问题，部分学者引入了D-S证据融合理论，利用D-S证据组合规则完成对多个传感器信息的融合，但是D-S证据理论在面临证据体之间高度冲突时，融合效果不佳。　　针对这一情况，改进的D-S证据理论融合算法IMDS加入了冲突系数控制，IMDS算法具有O(n)的时间复杂度，实验验证了算法可以有效的解决D-S证据理论组合规则在高度冲突时失效的情况。结合改进的D-S证据理论融合算法，给出了一个基于Eucalyptus云计算平台的DDoS攻击检测模型，该模型在节点虚拟机上部署入侵检测系统，在前端部署基本概率分配模块和数据融合模块。模型利用三值逻辑和故障树实现基本概率分配，利用改进的D-S证据理论融合算法IMDS实现前端的信息融合。最后利用小型的云集群实现了该原型系统，并通过攻击检测实验，验证了该模型与算法可以有效提高云平台的DDoS攻击检测效果。