随着对大规模开放计算系统,如电子商务、P2P系统和网格等应用的深入研究,应用系统实现了跨安全管理域的硬件、软件和数据资源的共享。尽管开放计算系统提高了资源利用率和系统的灵活性,但由于其开放、动态和自治的本质,系统中存在大量不可靠的服务和欺诈行为,导致实体间缺乏信任,严重制约了开放计算系统的进一步发展。　　 信任反映的是服务消费者对服务提供者的行为以及能力的综合评价,开放计算系统中实体之间的信任是促使实体间的合作,激励实体共享资源的有力保障,直接影响到系统的整体性能。开放计算系统中的信任问题可以通过建立有效的信任模型来解决,本论文围绕开放计算环境中的动态信任建模问题展开研究,主要成果如下:　　 (1)通过引入时效函数,多层证据处理和冲突矩阵对传统的D-S证据理论进行扩展,提出了一种基于扩展证据理论的信任评价模型ExDSTM(extended D-S evidencetheory trust model),有效解决了现有的信任评价模型普遍存在的因未能解决直接交互信息的时效性,推荐信息的可靠性以及冲突等问题而引起的性能下降问题,仿真实验分析说明,较已有的信任模型,ExDSTM具有更好的动态适应能力和过滤恶意推荐的能力,能有效抵御恶意行为对系统的攻击。　　 (2)针对现有证据信任模型中普遍存在的局部信任度计算对门限值的敏感度高及信任主体不能准确理解推荐信任度的含义等问题,提出一种基于模糊修正的证据信任模型。模型的创新之处体现在的两个方面:一方面,通过采用模糊成员函数对信任评价进行加权处理,使得局部信任度随着门限值的变化而渐变变化,可以有效避免实质性突变的发生;另一方面,提出了一种推荐信任度修正算法使得推荐信任度的实际意义能够被信任主体准确理解,提高了信任度量的准确性。　　 (3)基于图论方法提出了一种新的证据信任度量模型GTETM(graph theory basedevidential trust model),解决了现有证据信任模型中普遍存在的在信任聚合过程中缺少对信任链之间依赖关系的有效处理而引起的推荐信任信息的损耗或重复计算问题,同时,GTETM在建模实体的信任度时区分实体的服务信任度与反馈信任度,并在证据理论框架下提出两种不同的信任传递方法,增强了模型抵抗恶意推荐攻击的能力。　　 (4)给出了一种组构造与动态管理方法,对节点以相似兴趣而聚集成组、节点初始信任度确定、组头节点竞争及组内节点主动或被动离开等动态管理过程给出了详细描述。在此基础上提出一种稳定性增强的组信任模型SEGTM(stability enhanced group basedtrust model),SEGTM模型中的信任关系被划分为组内节点间、组间及跨组节点间的信任关系并被给予了各自的计算方法,较好解决了因节点间兴趣差异大、相互发生重复交易的可能性较小而引起的信任度量的准确性下降问题。仿真实验结果表明,SEGTM在应对网络拓扑动态变化时增强了模型的公平性和稳定性,同时也能有效抵抗恶意节点的攻击。