随着分布式计算环境中，网络上的节点向着智能化和服务性方向发展，主体(Agent)和多主体系统(Multi-AgentSystem，MAS)成为支持开放的、可重构和可伸缩的新型分布式协同计算的重要技术。　　 多主体系统中，信任评估机制的建立有助于主体找到可信赖的服务协作伙伴，提高协作质量，保证分布式协同工作的有效进展，对主体技术应用于大规模、复杂的、动态系统中有着积极的作用。　　 近年来，很多研究人员针对不同的领域面向不同的问题提出了针对性很强的信任模型，但是，随着研究的深入，发现这些模型中还存在一些问题：如很难兼顾评价信息的全局可用性和可靠性；对一些重要的影响因素如风险度量、主体影响力等考虑不足；在权重确定方面过于依赖主观经验等。上述这些问题影响了信任机制在多主体系统中的实际应用。　　 针对上述局限，本文提出了多主体系统中基于社区发现的信任机制(CommunityDiscovery-basedTrustMechanism，CDTM)，主要包括信任管理、信任计算、决策及信任反馈、动态社区管理四部分；拓展了信任度量的影响因素，形成了包括直接信任、社区内部声誉、综合外部声誉、信任风险以及主体影响力在内的多维属性；提出了基于信息熵的多属性权值确定方法，提高了模型的动态适应能力。综合上述工作，形成了基于社区发现和多维属性的信任评估机制(CDTMwithMultidimensionalInfluenceFactors，CDTM-MIF)。具体而言，本文主要工作和创新点如下：　　 1.提出了多主体系统中基于社区发现的信任机制CDTM。首先使用G-N算法发现多主体系统中的社区结构，以此为基础设置信任代理；然后计算主体的社区内部声誉和外部声誉，结合主体间的直接信任得到其综合信任值；最后根据主体的满意度评价，对主体间的直接信任和推荐主体的推荐信任进行反馈。该模型避免了在整个系统中使用多条、多层次信任链进行信息传递时的复杂性，提高了推荐信息使用的可靠性。　　 2.提出了信任风险、主体影响力度量模型。结合主体提供的服务级别与上一个时间戳的信任评估，构造了与服务质量和时间属性相关的信任风险度量函数；通过节点在系统中的膨胀率构造主体的影响力函数。这两个度量模型的提出，拓展了CDTM机制中影响信任关系的属性类别。　　 3.提出了基于信息熵的多影响属性的权重确定方法。在已构建的影响信任关系的多维属性度量模型的基础上，使用信息熵来衡量某一维度属性提供的信息的不确定性，从而确定它对综合信任值的贡献度大小。最终形成基于社区发现和多维属性的信任评估机制CDTM_MIF。　　 4.实现了CDTM_MIF信任机制在实际系统中的应用。以鄱阳湖区生态补偿的政策仿真为应用背景，实现了基于CDTM_MIF的政策推荐和择优的过程。对本文提出的理论方法进行综合的应用，以证明它的现实可用性和有效性。