当前,云计算已成为IT行业的一大热点。国际上如IBM、微软、Google等,国内企业如百度、阿里巴巴、盛大、小米等都已经向公众推出了自己的云计算服务。由于云计算服务模式的原因,注定了无论是云服务商还是云用户都将失去一部分对数据和资源的把控权。因此伴随着云计算的蓬勃发展,云安全的相关问题也一并成为国内外学者的研究热点之一。云信任问题作为解决当前云安全的核心问题之一,其主要内容包括云用户的可信、云服务商自身的可信、网络数据传输安全的可信等方面。当云用户访问的资源和服务是由云服务商提供时,对于用户的信任研究就显得非常重要。因为许多安全威胁通常是由用户发起的,由此而导致的数据和业务丢失、泄漏、损坏事件仍然时有发生。对于云用户的可信研究包括身份可信和行为可信两个方面。本文选取对云用户行为可信这一方面,针对由云用户发起而导致的安全威胁,如规避系统安全机制、账号丢失、被窃而出现损失等问题,深入分析影响其行为可信的相关因素。综合考虑云用户自身行为模式、环境可信程度等多个角度,给出影响云用户行为评估的多种属性描述。对云用户行为可信评估采用多实体贝叶斯网络的方法建立模型,针对一些用户恶意操作、盗用账号非法操作等威胁,采取划分异常登录时间区间、结合历史信任情况判定等措施,来降低来自用户的威胁系数。引入信任等级区间使之和评估的结果相对应,最后采用均方差的方法建立起云用户行为的可信特征库。最后为了检验此方法对内部用户行为异常的检测效果,用部分数据来进行实验仿真,并把结果与其他几种方法进行比较,对此方法的优缺点进行综合评价。