传统计算模式中的服务选择方法只是根据功能对服务进行选择,并没有考虑服务的上下文关系以及影响功能的其它因素,使服务的选择具有盲目性,导致系统性能的下降.该文对普适计算中存在的服务选择问题进行了研究,提出了一种基于信任关系的服务选择算法,这种算法以设备之间合作的先验知识为基础,根据所寻找服务的多属性值来对目标服务进行评测,给出对目标服务的衡量标准,最终在多个可选择的目标服务中,选择出最符合用户要求的服务.文中对人类社会的信任关系进行了分析,总结出信任关系在社会合作中的指导作用,并以人们之间的信任关系模型为基础,对主要由嵌入式设备组成的普适计算环境进行建模,将传统的服务选择模型中的服务定义进行扩充,把信任值作为一个附加分量来对服务进行描述,使服务之间的选择不但可以依据属性和功能进行,而且还可以根据信任值的大小给出其历史服务质量的评价,从而可以指导下一步的合作选择.单一的直接信任关系有时会对目标服务的评测产生片面性,而且会被具有欺骗性的虚假信任值蒙蔽,为了解决这一问题,模型中使用了间接信任关系,通过系统中第三方结点给出对目标服务的多个评价,然后将直接信任和间接信任综合考虑,最终选出一个与用户需求最为相符的服务.普适计算系统中的设备普遍存在的限制条件是资源严重短缺,并且它们面临的任务一般都是时间敏感性较强的,而目前的信任模型都是具有复杂定义及繁琐推导过程的,即无法在嵌入式设备上的有限资源内实现,又不能很好的保证时间约束条件,所以,在该文中,对传统的信任算法进行了简化,抽取出具有影响力的因素,使用了简单贝叶斯模型方法,利用系统中设备之间交互的先验知识对未来的服务选择进行评估,给出决策结果.