在开放的互联网计算环境发展迅速的时代,网络系统的形成通过分布、异构的各种计算资源的有效集成而逐渐变得容易起来。另外,在实体间所存在的信任关系中,由于宽领域、动态性和异构性的特点限制,对于如何安全的对任务进行有效地访问控制等相关问题,开始变得更有挑战和意义。　　 本篇论文主要研究的是动态网络中的推荐信任模型优化问题,主要是以下三个方面的基本内容:　　 首先,文章在动态网络信任模型中,面向动态网络访问控制规则和信任管理的网络进行了深入研究,继而分析了有关影响实体间信任的定性和定量条件,于是在此基础上,我们构建出基于网络的推荐信任评估系统;　　 其次,本文从国内外的启发式智能算法的研究与应用中,选择研究了基于最大最小蚁群算法和离散粒子群算法相结合的推荐信任路径搜索算法,从而使该计算方式充分满足了动态网络信任的变化特征;　　 最后,是论文的核心研究内容,我们利用组合双赢的算法来优化现有的动态网络信任访问控制。具体过程是把一种改进过的启发式算法应用于相应的信任模型,我们考虑了分布式系统和信息的特点,并结合基于动态信任管理模型的信任度计算,构造了动态网络推荐信任优化模型。　　 该优化模型既可以解决综合信息系统在数据庞大,品种繁多,经常更新变化的信息共享上的诸多问题,又能实现动态并安全的对不同信任域之间的信任度进行有效访问控制,于此同时该模型下的机制系统也为分布式网络信息系统的访问控制提供更安全和有效的安全保证。