云计算因其大规模、虚拟化、高可靠性、高伸缩性和按需付费等优点,为用户的复杂计算、大量存储等工作带来巨大的便利。然而,随着云计算的普及,云安全问题也随之暴露。由于大量终端设备的接入,云服务供应商无法判断请求用户的真实性。用户在选择云服务时,也很难判断其是否可信。因此,需要一种有效的信任管理机制来保障云服务与用户之间的信任。由于传统的基于凭证的信任管理已不能有效解决用户和云服务的信任危机,因此基于行为的信任管理逐渐被应用在云服务的安全问题上。由于当前信任管理机制未考虑用户的信任度,论文提出一种基于双向评估的信任管理模型。论文在信任机制中加入用户的信任度评估,提出逆推思想寻找恶意用户,并对它们进行惩罚。该模型通过评估云服务和用户双方的信任度,来防止恶意用户和恶意云服务合谋。针对用户间的行为有相似性的特点,论文提出一种基于相似度的改进的EigenTrust信任评估算法。论文在EigenTrust算法基础之上,将二元满意度评价改进为多元满意度评价,提高用户对云服务满意度评价的精确度;采用余弦相似度计算用户间的行为相似度,提高间接信任评估的准确性。由于决策算法中指标的权重也会接影响决策的结果,论文提出一种基于信息熵的改进的TOPSIS多属性决策算法。遵从最佳服务时选择尽量保持客观的原则,论文引入TOPSIS算法。论文考虑各指标的稳定情况,采用信息熵作为多属性的权重。改进后的算法不仅加强客观性,还使决策结果更贴近真实情况。实验证明基于相似度的改进的EigenTrust信任评估算法能更准确得评估云服务的信任值,能更有效辨识恶意用户和云服务;基于信息熵的改进的TOPSIS多属性决策算法能更客观的为用户选择最佳服务。