随着用户对云服务的数据处理能力的要求逐渐提高,传统的云服务在应用的快速发布以及资源的高效调配等问题上已经不能很好满足用户服务需求,所以容器及服务模式应时而生,并且经过短短几年的发展,已经被广泛应用到学术、商业等领域中。容器是以操作系统为基础的虚拟化服务平台,其能够有效的解决应用程序间的独立性与资源共享等问题。与传统的云平台相比,容器云平台在其应用上更加灵活,即用户和云服务供应商可灵活动态的对资源进行分配调度。容器云平台的任务调度服务理念是根据用户不同服务需求对其分配合理可用的资源来保障用户任务的有效执行。其中,容器云服务平台的调度重点考虑的是如何把云用户所要求的服务资源快速高效的提供给用户。由于不同云服务平台所实现的技术和安全机制各不相同,这无疑对容器云实现跨平台部署应用程序提出更高要求。在这种安全情形下,云任务调度中对信任的研究将作为重点内容。使其在安全及可靠性上为平台的研究发展提供有利支撑。因此,本文重点研究了容器云平台上的基于信任的任务调度方法。为了保障容器云在跨平台部署应用程序的安全性能,本文将服务质量(QoS)中的可靠性参数及其他参数与信任进行有效融合,构建出一种基于容器云平台的信任管理模型。通过这些属性参数的引入来保障用户所使用的云服务资源的安全性,同时也能够满足用户的各类服务需求。该信任模型能够有效加强云服务资源节点的安全性,使云用户更加放心的使用云服务。在调度算法的设计上,虽然粒子群算法(PSO)在应用实现上相对简单而且在寻找最优解的收敛速度上也具有优异的性能,但在后期的寻解中极易陷入局部最优。因此,本文通过引入蚁群算法(ACO)来接替PSO算法的后期寻解搜索,进而提出PSO-ACO算法。在ACO算法的信息素更新时,为避免信息素浓度太弱,寻找最优路径不佳的情形,本文通过引入强者生存的原则来进行信息素的更新,这样就能有效避免陷入局部最优及寻优能力差的危险。最后,通过ContainerCloudSim容器云仿真软件来验证本文提出的算法的有效性,实验结果显示PSO-ACO算法可以有效地满足用户对云服务质量上的可靠性要求。并对优化后的两种基本算法进行实验结果对比,结果表明本文提出的算法能够在任务调度及服务质量上有所改善。