分布式网络在信息交换、资源共享、协同工作和并行处理等方面显示出的优势,使其迅速成为网络发展的方向。分布式网络具有开放性、动态性、自治性等特性,相对于传统的C/S网络应用模式,分布式网络更注重节点之间的协作。在分布式网络平台的支持下,像普适计算、网格计算、P2P计算、Ad Hoc网络、P2P电子商务、电子政务等大规模分布式系统被广泛应用。分布式网络的广泛应用极大提高了网络的应用范围和活力,同时也对网络管理,特别是对安全管理方面提出了新的要求。分布式网络的性能始终无法达到理论上的最佳状态,其中一个主要原因是节点之间缺乏信任。传统的安全技术已经不能很好的解决分布式系统中出现的安全威胁。信任机制是解决这些问题的有效手段,为保证分布式环境的安全提供了新的思路和方法,已经成为当前的一个研究热点。信任模型是信任机制的基础,由于信任本身的复杂性,构建高效、高精度的信任模型仍然是一个具有挑战性也非常有意义的课题。目前,很多学者采用不同的理论和方法对信任相关理论和技术进行了卓有成效的研究,提出了很多的信任模型。分析现有的信任模型,虽然在信任量化方面做了大量的工作,但是对信任关系的研究还远远不够。本文对信任模型的理论及其关键技术进行了研究,针对目前信任度量中信任的合并问题研究不足的现状,提出一种基于加权紧密度的信任模型,旨在为分布式网络安全和信任机制提供支撑。针对当前信任网络构建合理性问题,给出了一种基于信任源的网络构建方法,并提出用邻接表的方式存储信任相关信息,这种网络构建和存储方法为信任的搜索奠定基础。然后给出了信任搜索和选择规则,以降低信任搜索和选择的时间复杂度。利用加权紧密度实现信任路径的合并,充分考虑了网络中的信任路径和节点间的直接信任和推荐信任,使信任值更加真实的反映实体的客观可信性。同时给出了抑制节点恶意推荐的策略,讨论了信任的时间衰减。最后通过仿真实验证明了模型的有效性。