云模型是李德毅院士提出的云理论的一个核心组成部分。它是在对概率理论和模糊集合理论进行交叉渗透的基础上,通过特定的构造算子,形成定性概念与其定量表示之间的转换模型。用云模型表示信任信息比用其他数学方法表示更能提供有价值的信息,统一表达了主观信任中存在的随机性、模糊性以及两者之间存在的关联。针对信任评估模型研究中普遍未充分考虑信任的不确定性问题,开展基于云模型的信任评估模型研究是很有意义的。首先引入云模型为主要工具来量化评估实体的企业运营状况和交易经验,设计了一个基于二维度量的信任云评估模型。该模型将信任区分为运营环境信任和交易信任,从这两方面分别采用云模型和评价反馈方法进行评估。在运营环境信任度计算中,给出了基于信任云的实体运营环境信任度计算方法,其中的信任决策方法通过Ex反映实体的平均信任情况,通过另外两个特征参数反映信任的不确定性,这种表示方式最大限度的保留了信任固有的不确定性,所以比单一数据表示信任度的方式具有更大的优势。在交易信任度计算中,给出了基于信任云的推荐交易信任度计算方法,实现了对行为不稳定的恶意推荐实体进行有效鉴别。并给出了基于信任云的交易实体选择策略,达到了对信誉好且行为稳定实体进行优先选择的目的,而且也有效解决了对于信任度相同的实体如何进行选择的难题。同时,将构建模型应用于供电企业对电力大客户的信任评估中,使得评估结果更加客观和准确,为供电企业选择最值得信赖的交易实体提供了辅助决策方案。另外,针对信任网络中的信任更新问题,设计了一个贝叶斯反馈信任云模型。该模型由云滴生成模块、云滴检验模块和贝叶斯反馈模块等组成。其中,云滴生成模块用来生成云滴集;云滴检验模块主要功能是对云滴进行统计检验及对一些偏离很大的云滴进行剔除,并进行新样本采样;贝叶斯反馈模块依据贝叶斯理论,利用采样的新样本云参数对初始信任云参数进行反馈修正。最后,针对后两个模块分别进行了原理分析和系统实现。新的云参数能更好的反映现阶段人们对实体的认识,而且也不会忽略最初的专家意见,实现了信息融合,解决了信任信息更新问题。