云计算是将存储资源、计算资源以及软件服务通过Intenet提供给用户的一种计算模式,用户不必去关心各种硬件和软件资源。在云服务计算模式中,针对云服务的大规模性、高复杂性以及云资源动态变化等特点,传统的评估技术很难对云服务实行精确的评估。本文对已有的云服务QoS评估模型和系统框架进行了研究和分析,Qo S是作为评价云服务对用户服务适合度的主要属性。当前最为迫切的任务是对云服务的QoS和可信性做出客观的评价,因为评价的精确度越高意味着云服务供应商提供的云服务越满足用户的需求。本文针对用户如何在多元化、海量的应用资源中最大化满足自己需要的资源数据等问题进行了深入的研究和分析。论文提出了2种云服务Qo S评价方法通过仿真实验证明这2种算法的优势。以下为本文主要研究内容:1.针对云服务QoS评价问题,本文构造出云资源特征和网络服务特征的云服务QoS综合评价指标体系。由于云服务评价指标相互间存在一定的联系和指标评价值结果的浮动性对云服务QoS最终评价值的影响,本文提出了主成分分析法的云服务Qo S评价算法。此方法考虑了云服务历史评价值的时效性对云服务最终评价结果的影响使最终评价结果更加精确。2.针对现有的评价方法中自然语言难以定量的问题,本文提出了一种模糊层次分析法的云服务评价算法。依据云服务请求者的反馈和服务等级协议,构造出把性能、服务协议、服务费用、安全性、声誉为重点的云服务非功能QoS评价系统。采用三角模糊数量化自然语言评价类型能够使指标权重值更加准确,得到最终的云服务评价值更加客观、精确。