近年来,云计算作为一种新起的信息服务模式,其大规模数据存储资源和计算能力资源为用户提供低价的按需付费、定制化服务。云计算方便高效的服务带来了大量用户的同时,由于云环境具有开放性、动态性和资源共享的特性,导致攻击者和恶意用户转而采取以用户的“合法身份”攻击、窃取云服务提供商和其他用户的利益。用户行为信任问题成为云计算安全领域成为学术界的研究热点。在此背景下,本文以构建用户行为分析的安全管理机制为目标,深入研究云计算用户行为安全与信任机制方面的工作。首先,结合可信云的思想,提出一种主观模糊推断层次分析法IFAHP进行建模,实现基于模糊理论的方法评价用户在使用云服务时行为的可信程度。考虑到用户行为具有一定的随机性和模糊性,该模型将用户行为按层次分解为若干个因素,考虑因素之间比较时加入了不确定性考虑因素,以及修正了决策者、专家初次对评价因素之间的优先关系得到更为合理的判断矩阵,减少了云服务提供商和决策者在分析时的主观影响,通过行为信任评价综合指标体系实现对用户行为综合评价。接着,结合传统的访问控制技术和信任管理技术,提出了一种基于动态博弈论与云服务分类的用户信念修正方法,该方法根据云服务提供商根据提供服务的敏感性和重要性的不同给出不同的信念修正方法:引入博弈的概念,将用户与云服务提供商之间的服务交付过程抽象为博弈的过程,每次博弈完成后动态更新用户的信念(信任值);将信任等级制的概念引入传统的基于信任的访问控制模型中,使访问控制模型更加灵活,将对用户的信任分级管理,根据用户信任值作为用户可获得授权的决策依据;评估用户信任值方面,引入窗口化机制,实现用户行为证据历史性和时效性的结合,评估用户行为的可信程度以及行为信念修正。实验表明,两个研究模型能够有效地在云环境中甄别恶意用户,降低云环境下用户行为带来的风险;实现服务分类管理:具有不同的重要性与敏感性的服务采取不同的信任管理服务TMS(Trust Management Service),加入系统误报率和漏报率的实际因素考虑,提高用户使用云服务的连续性、容错性和云环境的安全性。