开放环境下，越来越多的分布式系统被应用于各个领域，如资源共享，电子商务等。这些应用系统与传统的集中式系统相比，有资源丰富，容错性好，节省服务器维护开销等优点，但同时存在不同于以往的安全问题。由于在分布式系统中不存在完全可信的集中式访问控制中心，分布式实体必须通过某种方法保障自身的安全。信任机制是解决分布式环境下安全问题的一个有效途径。　　 但现有的信任管理模型和实现系统存在以下问题：　　 ●难以应对信任炒作行为和合谋攻击；　　 ●信息搜集困难，网络开销大；　　 ●缺少模型间相互比较的参照标准。　　 本文基于对以往理论模型及实际系统的研究与对比，从提高模型抗炒作能力，信息搜集能力，减小网络开销等方面出发，设计了一个语境相关的信任模型(CRTM)和实现框架，并设计了一个模型测试平台及测试指标，对比了各种信任模型在这些指标下的表现，初步说明了本文提出模型的合理性。最后，在其模型的基础上实现了一个网络购物辅助系统。具体内容如下：　　 ●提出一个基于语境的信任管理模型框架，该模型框架在信任计算方面利用了声誉及其语境信息，根据语境相似程度和语境重要性决定声誉信息的采纳程度。计算信任值时更加合理，并能有效应对炒作行为。另外我们设计了推荐信任值的反馈演化过程，使得模型对推荐的采纳更准确和个性化，有效的防止合谋实体的攻击。　　 ●为满足分布式环境中信息搜索和交换应尽量减小网络开销的要求。在信息传播方式上，我们让各实体自己管理与自身相关的信任信息，并设计了标签机制保证数据完整性，大大提高了信息搜索效率。　　 ●为考察各本模型在开放环境下的表现，我们设计了一系列模型比较参数。包括：模型学习速度(用于考察各模型在各种环境中的区分各种实体的速度)，模型准确度(考察模型的识别结果与实体本身行为的符合程度)，模型抗炒作能力(考察各模型在各种炒作行为下的识别准确度)，模型抗合谋攻击能力(用于比较各模型在一定比例的合谋实体存在下的表现)。　　 ●将信任计算模型应用于现有的网络购物系统，实现出信任帮手系统。用户输入交易对象的名称，系统自动搜索其相关声誉信息，并根据用户预先制定的策略给出建议。系统在计算信任值时根据电子商务环境的特点做了优化，使模型有效防止交互中的“饥饿”现象，并使得模型更好的和电子交易门户系统结合。