作为面向服务的计算模式,云计算采用虚拟化技术将计算资源、存储资源和网络资源有机地整合,向用户提供多用户租用的、数据外包的和按需付费的服务模式。此种服务模式在给用户提供便利的同时,也使他们面临诸多挑战。例如,如何对云服务的Qo S属性度量、综合评估并排序,以帮助用户从众多服务相同或相近但质量不同的云服务中,选择满意度最高的云服务。尤其是对安全性敏感的用户而言,如何有效地度量云服务的主观安全性,选择可信的云服务是至关重要的。本文主要以云服务选择为研究对象,以其存在的安全问题为切入点,以运筹学、模糊集合论、概率论和系统决策论等为理论基础,首先提出基于声誉和风险的主观信任评估模型及算法,用于构建可信的云计算环境;然后设计了基于主观信任的云服务主观安全性度量模型,用于完成对云服务主观安全性的有效度量;接着设计了基于AHP结构的云服务选择指标体系,并提出基于二级模糊综合评判的多维Qo S的可信云服务选择算法,以完成对不同云服务的评估和排序,从而为用户选择可信云服务提供依据;最后,将可信云服务选择策略应用到云工作流调度之中,提出了可信云工作流调度模型及算法,用于选择可信的计算服务和存储服务。本论文的主要工作及所取得的研究成果包括以下四个方面:(1)提出基于声誉和风险的主观信任评估模型及算法针对云计算环境中多用户租赁方式引发的信任危机问题,提出基于声誉和风险的主观信任评估模型,为云服务提供商与租户间建立信任关系提供依据。考虑到主观信任的模糊性、随机性、时间衰减性和风险性等特点,采用云模型理论量化主观信任的声誉和风险,并将二者合成为综合云。通过综合云的信任值表征对应云实体的主观信任度。仿真实验表明该算法在描述主观信任的准确性和有效性方面有一定程度的提高。(2)提出基于主观信任的云服务主观安全性度量模型及算法针对云服务的主观安全性难以量化的问题,提出基于主观信任的云服务主观安全性度量模型及算法。通过云模型理论量化主观信任的不同属性,并设计了基于云模型和AHP的权重系数确定法,用于计算不同属性的权重系数。在此基础之上,通过合成算子,将主观信任的不同属性合成为综合云,并计算其信任值,以此描述云服务的主观安全性。仿真实验表明,该算法在描述云服务的主观安全性时,具有描述分散度细,灵敏度高等优点。(3)提出基于二级模糊综合评判的多维Qo S的可信云服务选择模型及算法为了给用户提供简单有效的可信云服务决策依据,设计了基于AHP结构的云服务评估指标体系,提出基于二级模糊综合评判的多维Qo S的可信云服务选择算法。该算法将云服务评估准则分为定量准则和定性准则两类,并分别采用不同的方式对其量化,通过模糊合成算子完成对不同云服务的二级模糊综合评判和排序。仿真实验表明该算法在归一化折损累积收益和负载均衡离差方面具有较好的性能表现。(4)提出可信云工作流调度模型及算法针对云工作流调度中面临的安全风险,提出可信云工作流调度模型及算法。首先通过基于主观信任的云服务主观安全性度量算法度量计算服务和存储服务的主观安全性,然后设计了综合考虑时间、费用和主观安全性的云工作流调度模型,并提出基于离散粒子群和集合覆盖的云工作流调度算法,用于选择满足主观安全需求的计算服务和存储服务。仿真实验表明,与传统的算法相比,该算法在时间、费用和主观安全性方面有一定的改善。