移动Ad Hoc网(MANETs)是由一组移动节点组成的多跳、临时、无中心网络。网络中,每个移动节点带有无线通信收发装置,可以自由移动、地位相等,不需要现有基础网络设施的支持,可以在任何地点和时间快速构建。由于采用无线信道和分布式控制技术,以及节点电源受限、内存较小、计算能力较差,网络更容易受到被动窃听、主动入侵、拒绝服务、剥夺睡眠等网络攻击。网络中节点间数据包的可靠传送受到严重挑战,传统网络中的许多安全策略和机制不在适用于该网络。信任作为网络安全的前提和基础,通过度量和评估节点间的信任关系,为网络系统建立一种相对柔性的安全度量机制。目前,信任评估已经成为网络安全领域研究的热点。由于信任本身的不确定性和移动Ad Hoc网本身独有的特点,构建移动Ad Hoc网下的高精度、低负担信任评估模型仍然是一个具有挑战性的课题。在移动Ad Hoc网下,本文对平面结构下的动态信任评估和分级结构下的动态信任评估进行了研究,本文的主要工作如下：首先,在平面结构下,提出了基于可信度的动态信任评估。针对已有信任评估模型在证据收集和信任融合方面的不足,提出了一个多维证据融合信任评估模型。通过拓展Watchdog机制,检测节点对包的各种历史处理行为,来扩宽直接信任证据收集的维度；同时使用Beta分布下的贝叶斯统计方法,计算每种行为的可信度,之后通过证据合成规则来融合多种行为,以提高信任评估的准确性。通过仿真实验,验证了该模型的有效性；分析表明,模型中使用信息贴近度量化推荐权重,降低了恶意推荐带来的影响,保证了平面结构下的信任评估的健壮性。其次,在分级结构下,提出了基于可转移信度的信任评估模型。针对目前在分级结构下信任评估模型较少,且没有考虑节点角色的问题,该模型利用可转移信度,根据节点角色不同分配不同的信度函数,建立不同的信任关系向量,运用置信区间防御恶意推荐,同时使用Dempster合并规则,归并不同信度函数的信任关系向量,实现不相邻簇之间的信任转移,很好的解决了因节点角色不同,信度函数难以分配和信度难以更新的问题。