Oceny poszczególnych osób w formie informacji zwrotnych różnią się w zależności od osoby i mają zwykle niepewny charakter. Aby pracować z tą niepewną naturą danych, badacze zaproponowali rozmyte modele zaufania. W rozmytych modelach zaufania oceniający oceniają jakość usług na podstawie parametrów językowych, takich jak niska, dobra i wysoka jakość. Następnie funkcja przynależności odwzorowuje parametry w zakresie 0–1. Logika rozmyta dostarcza następnie reguł rozumowania z takim zestawem danych. Modele rozmyte są łatwiejsze do uchwycenia przez użytkownika końcowego, ponieważ użytkownik ma do czynienia z parametrami językowymi, takimi jak duże znaczenie, małe znaczenie, dobra jakość i niska jakość, a nie liczby. W zaproponowanym modelu użytkownicy oceniają usługi na podstawie niektórych parametrów z prefiksem w tak rozmytych terminach. W artykule zdefiniowano następnie rozmyte zapytania, które można uruchomić przy użyciu tych parametrów, aby ponownie wygenerować wyniki w rozmytych terminach językowych, które są bardziej przyjazne dla użytkownika końcowego. Model zaufania dla chmur IaaS oparty na teorii neuro-rozmytej został przedstawiony w pracach Mohammeda Alhamada i innych W artykule uwzględniono cztery TMP, a mianowicie skalowalność, dostępność, bezpieczeństwo i użyteczność. Każdy z TMP może przyjmować trzy wartości: niską, średnią lub wysoką. Model wnioskowania rozmytego Sugeno jest używany i trenowany na podstawie danych zebranych z ankiety. Model wnioskowania rozmytego zapewnia rozmyte dane wyjściowe na podstawie danych wejściowych, które są następnie rozmywane w celu uzyskania wyniku reputacji.