针对云服务环境下的云服务商和客户之间缺乏信任建立和评估手段的问题，提出了一种基于客户评价的信任模型CETrust。该模型首先应用基于粗糙集理论的属性约简算法精简评价数据，而后通过评价相似度的客户过滤算法提升计算精度。充分考虑客户的可信性，将总体评价与分项属性评价结合来计算评价信任度，最后综合第三方评估机构的认证结果得出综合信任度。实验仿真结果表明，与同类技术相比，该模型特点是在不损失信任度计算精确性的条件下减少了计算量，能够有效过滤各类恶意评价，得出真实反映云服务可信性的综合评估结果。

针对云服务环境下的云服务商和客户之间缺乏信任建立和评估手段的问题，提出了一种基于客户评价的信任模型CETrust。该模型首先应用基于粗糙集理论的属性约简算法精简评价数据，而后通过评价相似度的客户过滤算法提升计算精度。充分考虑客户的可信性，将总体评价与分项属性评价结合来计算评价信任度，最后综合第三方评估机构的认证结果得出综合信任度。实验仿真结果表明，与同类技术相比，该模型特点是在不损失信任度计算精确性的条件下减少了计算量，能够有效过滤各类恶意评价，得出真实反映云服务可信性的综合评估结果。

云服务环境下基于客户评价的信任模型