机会网络是一种不需要源节点和目标节点之间存在完整链路，利用节点移动带来的相遇机会实现通信的自组织网络。一般采用“存储-携带-转发”的路由机制实现消息传输，传统网络的静态路由机制退化成了机会网络中的单跳路由决策。由于节点属性不尽相同，导致各节点将消息传输到目标节点的能力不同，网络中还可能存在自私节点和恶意节点影响网络传输性能。因此，如何确定最优的转发节点和选择合适的转发时机成为设计高效路由协议的关键问题。为了提高机会网络中数据传输成功率，降低网络延迟，本文提出了一种在机会网络中基于时间序列分析的自适应信任模型。首先，模型中根据节点属性的不同特点，将评价节点的参数分为过程参数和即时参数两类。在数据传输过程中，节点转发数据所表现出的节点属性作为过程参数，如与目标节点周期内接触频率、与目标节点的距离等；另一方面，节点即时可见的属性，如电量、速度等作为即时参数，最终请求服务节点结合过程参数和即时参数选择出综合效用值较高的邻居节点，并将数据转发给该节点以提高数据传输成功率。其次，模型利用数据传输证据链收集评价证据，该证据主要为过程评价参数，由目标节点周期性的收集和处理，目标节点结合时间序列分析理论动态调整评价参数的权重系数，对参与数据转发的节点进行评价。为了最大限度的提高评价值的准确和有效性，模型采用卡尔曼滤波器技术动态预测并调整未来一段时间内过程评价值的最优估计值，以保证网络中的评价表的准确性和实效性。然后，模型设计将评价表通过覆盖更新机制扩散到网络中分布存储，节点相遇时比较自身存储评价表的时间戳，保留并复制给对方最新的评价表。当节点相遇并请求转发数据时，结合相遇邻居节点的即时评价和存储的过程评价表选择最优的下一跳转发路由。最后，基于以上研究搭建了机会网络信任模型的实验平台，实现了该模型集中计算，分布存储的模型结构，通过仿真实验对该模型在网络交付率、网络开销比率和成功传输消息平均延迟等方面进行评估。