摘要：针对云环境下存在的信任问题，提出了一种基于Bayesian方法的主观信任模型，用于量化和评估节点的可信程度。该模型给出了信任传递与合成的数学表述和实现方法，同时考虑云资源节点具有动态性、异构性、欺骗性等特征，引入了惩罚机制和分级剪枝过滤机制。最后将该模型应用于DLS算法得到基于Bayesian主观信任模型的动态级调度算法（BST—DLS）。分析及仿真实验结果表明，提出的BST—DLS算法能够以较小的调度长度为代价，有效地提高云环境下任务执行的成功率。

关键词：云计算 bayesian估计 可信度 推荐信任 

单位：铜陵学院数学与计算机学院 安徽铜陵244000