随着网络技术和应用的发展,终端应用产生的数据呈指数级增长,使集中式数据处理和存储面临巨大压力,云边端网络架构应运而生。云边端网络架构通过边缘计算,将计算服务从云中心扩展到了网络边缘,扩展了网络计算的范畴。该架构协同云端和边缘的计算能力,就近为移动边缘用户提供智能服务,敏捷连接、实时计算、数据反馈、应用智能、安全与隐私保护、实时获取优化决策等方面的关键需求。云边端网络生态环境以云服务为中心、边缘计算为服务延展、边缘设备协同运作,部分关键计算任务依靠边缘服务器和边缘设备来实现,因此导致核心网控制能力减弱,存在非授权访问、敏感数据泄露、协同攻击等诸多安全风险。面向云边端环境的可信协同机制与技术为解决上述问题提供了最有效的途径。本文的研究目标是通过高效的、可交互的云边端可信认证机制提升云边端服务的安全性,为复杂交互环境下的个性化云边端协同交互服务提供可信感知、评估和预测的方法。主要的研究工作包括以下三个方面:（1）针对云边端网络环境下移动边缘节点交互的可信性问题,提出了一种基于多源反馈的移动边缘节点可信协同机制。该机制综合考虑了云边端网络环境下移动边缘计算的快速性、实时性、有效性和准确性等特性,可以提升云边端协同计算服务能力。首先,提出一种基于云边端网络环境的可信边缘计算架构,将来自边缘服务器和其他终端用户的反馈因素整合到移动边缘设备可信协同评估中,使得提出的可信协同机制更为可靠。其次,提出一种基于客观信息熵理论的轻量级可信协同机制,该机制具有更高的计算效率和更低的开销,更适合于大规模的云边端网络环境。接着,提出一种基于客观信息熵理论的可靠自适应移动终端设备整体可信协同聚合算法,可以克服基于信息熵的传统信息融合算法的主观性问题。最后,通过实验结果验证了该可信协同机制在计算开销和安全性方面的优势。（2）针对云边端网络环境下大规模服务行为的监控效率问题,提出了一种基于服务感知的协同云服务快速并行可信计算机制,该机制可实现快速、并行、分布式的可信协同计算,可以广泛应用于云边端网络环境下的大规模协同服务。首先,基于分布式监控代理提出了一种面向大规模虚拟机群服务行为的分布式模块化感知体系结构。通过分布式和模块化设计,该架构可以快速感知拥有庞大网络实体的云边端环境中的虚拟机群服务行为。其次,基于分布式代理所感知的大规模、实时、动态、多维的行为数据,提出了一种自适应、轻量级、并行的可信计算方案。根据可信关系固有的时间衰减特性,采用一种新型的时间窗机制和时间衰减函数相结合的算法来计算虚拟机的可信度,能够有效地满足可信度计算的精度要求。同时,由于采用了分布式并行计算机制,大大加快了可信度计算的速度,使得该可信度计算方案非常适合于大规模的云边端网络环境。通过原型系统和实验验证了该机制与以前的方案相比在性能等方面的优势。（3）针对云边端网络环境下服务资源匹配的准确率问题,提出了一种面向个性化协同云服务的可信感知和快速资源匹配机制。该机制采用一种可信感知的云边端服务代理体系结构,这种体系结构不仅可以提供协同者之间可信度的计算,还可以进行个性化的资源匹配。同时,为提升个性化资源匹配的效率,提出了基于云资源聚类的匹配方法。该方法通过对多维服务质量指标分析,将异构资源进行分簇,缩小了匹配任务搜索空间进而提升了效率。其次,基于多维、实时、动态监控数据,提出一种高效、快速、自适应的服务资源安全性和可信协同计算算法,有效地满足了用户对协同计算可靠性和快速服务的需求。基于上述方案,实现了原型系统,实验结果表明提出的面向个性化协同云服务的可信感知和快速资源匹配机制,在计算效率、准确性、服务满意度方面都优于其他现有解决方案。