自云计算的概念推出以来,它在产业界以及学术界便成为了广受关注的信息技术,但由于云计算存在关于资源共享带来的安全问题,故它的快速发展受到了制约。在云安全方面,云服务提供商是否能够对用户的行为进行有效的可信评估已经成为了一个重要问题,且该课题的研究属于前瞻性理论研究课题。其中,评估、预测以及控制分别是用户的行为可信管理机制的三个方面,由于评估工作是其后二者的基础,故研究出一种有效且科学的用户行为可信评估模型变得愈发重要。本文主要研究云计算环境下的用户行为可信评估,在以下的几个方面进行了创新:1.研究可信度的计算方法。为使用户的行为可以被分解成多个相关属性,采用了AHP层次分析法,并进一步把行为属性细化成行为证据。在计算用于评估用户行为可信的证据值时,考虑到距离该时刻最近的过去两个时刻被记录的证据值,将这三个值利用相应公式计算得到一个更客观的证据值去参与可信度的计算。在计算时,充分考虑到时间因子、第三方的推荐价值以及奖惩因子,使评估结果更加科学实用。2.引入粗糙集理论,在用户行为可信度的计算过程中,利用其属性重要度方法的思想,根据网络环境设置一个变量wrange值,若测得的某时刻的证据值与历史时刻的值相比,波动范围大于等于wrange值,那么根据属性重要度的思想便认为该证据值很重要,计算时使用文中提到的公式。相反,若波动范围小于wrange值,则根据属性重要度的思想,测得的证据值可直接视为参与运算的最终值。以此简化了证据值的计算步骤,实现提高证据值的计算方面的效率,进而得以提高用户行为可信度的整体的计算效率。3.将云服务提供商与用户之间的交易抽象为博弈关系,根据一次交易的实际情况计算云服务提供商的收益,并定义出一个prof值用以表示该情况,之后利用其与交易之前得到的评估值做加权平均运算得到一个新的值Voub,该值便是结合了实际交易情况而给出的更加科学可靠的行为评估值。为了体现评估结果的动态性,为其设置了一个相对较小的时间系数Tp。只要云终端用户是于Tp规定的时间范围内对云服务提供商发出请求,云服务提供商都会根据Voub的大小,为其给出相应等级的相应服务。