云计算作为一种可以提供高性能计算、管理和服务的信息新技术，它能够以较低成本和较高性能解决海量信息存储和大规模计算问题，从而能较好的解决许多企业发展过程中的IT设备更新问题。云计算的出现彻底地实现了软硬件都是服务的变革，用户真正需要购买的产品只有一种服务，这些服务包括：计算服务、软件服务、存储服务等[1]。然而由于用户远离云端的资源数据，对于海量的云服务，用户没有足够的信息来鉴别云服务的优劣与服务的可靠度，从而对云服务能否准确、高效地满足自身的实际需求，产生了诸多疑问。　　本文针对云服务信誉评估中存在的用户偏好、不实评价以及评价的消极性等问题，在分析了现有的云服务信誉评估模型的基础上，融合了多维的QoS属性以及用户的偏好推荐，实现了多维 QoS综合值的计算以及基于协同过滤的服务推荐度的计算，然后通过引入用户的可信度，设计了一种针对云服务的高可信信誉管理策略。主要研究工作包括以下几个方面：　　1.对现有的信誉评估模型进行了研究与分析，系统全面的阐述了国内外研究进展，介绍了信誉评价中存在的关键问题，对于当前相关的信誉评价模型进行了讨论。　　2.基于用户对云服务的个性化需求，提出了一种基于QoS和用户推荐的云服务信誉度评价模型。针对现有的云服务推荐模型存在的不足，通过定义偏好相似用户、可推荐用户等概念，从主观个性评价以及客观的 QoS值两个方面针对云服务进行信誉评价。完成了云服务QoS综合值的计算以及基于 Collaborative Filtering的云服务推荐度的计算策略。充分的考虑了用户的个性化需求，提高了推荐成功率。　　3.针对云服务信誉系统中存在的不实评价以及用户缺乏评价积极性等问题，提出了一种基于用户可信度的云服务资源信誉管理策略。在云服务信誉分布式计算的基础上，依据用户节点的“可信度”来修正云服务信誉值，同时引入基于惩罚的动态激励机制来提高用户参与云服务评价的积极性，结合信誉计算、信誉修正和评价激励三方面，构建了一个高可信度的分布式信誉评价模型。