随着互联网上相同或相类似功能的Web服务数量的日益增多,用户对Web服务服务质量QoS的要求也不断提高。在实际应用中,服务提供方、服务使用者、服务质量等诸多因素的不确定性在分布式、松耦合、灵活、动态的Web服务环境中引发多种可信问题。正是由于这些问题的存在,使Web服务应用系统查找与选择高QoS的服务的功能难以得到保障。首先,本文分析了Web服务QoS的特征及环境因素对Web服务QoS评价结果的影响,提出根据QoS属性的主客观成分的差别进行QoS分类的思想,并通过对不同表现类型特征的深入研究,提出了面向环境感知的QoS预测模型,并且该模型具有易扩展的特征。同时,针对Web服务可信性评价方法中存在的问题,本文进行了深入研究。首先,针对环境因素直接影响Web服务QoS评价结果的问题,提出了面向环境感知的权重学习算法,以确定影响服务质量属性的关联环境因素的权重,从而成功地完成了环境因素和QoS的融合;其次,针对不同类型QoS具有的主客观成分差别问题,提出了一种基于QoS分类的相似度计算方法,在此基础上,提出了一种面向环境感知的Web服务QoS预测算法;最后,针对恶意反馈数据的特点,着眼于从根本上增强算法自身的抗击能力,通过量化恶意反馈数据相对于总体反馈值的偏离程度,提出了一种抗击能力增强的Web服务可信性度量算法。为了验证这些研究成果的有效性,本文在最后用java语言编程完成了本文方法和现有方法的对比实验。并在用户数量不同情况下进行的大量试验中总结本文方法存在的问题,为进一步的研究提供了方向和宝贵的经验。