信任是一种相信或者预期,它是一种主观概念,具有相互性和不对称性,也就是说,节点双方都存在对彼此的信任评价,而且未必是相同的,但是J?sang主观逻辑信任模型中并没有考虑到这一点。同时,J?sang信任模型中并未考虑事件权重对信任评价的影响和“信任是随着时间的流逝和交互的进行而不断的进行动态更新”的问题,从而导致最终的信任评价不够准确,无法有效的防范恶意节点的欺诈行为,且模型交互成功率不高等问题。另外,现有信任模型中的信任搜索大多采用简单洪泛,该算法存在效率低、计算开销大且不能解决朋友圈的重叠等问题。因此,本文在扩展主观逻辑的基础上,提出基于扩展主观逻辑的动态信任模型(DTM-ESL)。DTM-ESL模型中充分考虑信任具有的相互性和不对称性,将J?sang主观逻辑信任模型中原有的单向信任关系扩展为双向信任关系,并结合事件权重,给出相对信任评价的三种信任决策规则;在充分考虑事件权重对信任评价影响的基础上,提出基于扩展主观逻辑的信任网络搜索算法,该算法采用双阈值筛选和集合添加的策略,有效解决了由于朋友圈重叠而造成的路径依赖及信任环问题;在考虑事件权重的基础之上,对原有主观逻辑的传递算子和聚合算子进行改进,使之更加符合实际;基于事件权重和信任评价的动态衰减,设计信任更新部分,包括信任的时间衰减,信任的奖励与惩罚。最后,仿真实验对比说明此模型的可行性和有效性。