近年来，随着以Internet为基础平台的、各种大规模分布式应用尤其是电子商务系统日益盛行，大量的购买交易、各种推荐活动在虚拟的电子商务系统中进行，由此而产生的动态信任关系问题凸现，其本质上是最复杂的社会关系之一，涉及假设、期望、行为和环境等多种因素，很难准确的定量表示和预测。因此如何更加快速、更加准确地实现开放分布式环境下实体的可信性预测判别，就成为需要解决的问题，本文正是针对这一实际问题进行深入研究的。首先，综述了信任管理的产生与发展，并指出动态信任关系建模和管理技术研究是信任管理技术为了适应Internet的发展而产生的新方向。介绍了分布式系统中动态信任关系模型，认真分析了现有的动态信任模型及其优缺点，同时给出了改善这些模型的一些思路。其次，通过对经典信任网络模型的研究，并结合社会网络、图论等领域的相关知识，分析传统信任网络构造所存在的问题，提出了一种分别构造基于直接交互的信任网络和基于推荐的信任网络的思路，既避免了先构造后优化的不必要，又更加符合人类信任认知及购买交互心理，并在此基础上，提出一种基于衰减系数的直接信任度预测方法，考虑了时效性，更加准确地预测直接信任值。再次，给出推荐信任网络构造方法，针对间接信任度计算中的不足，给出推荐偏差、平均推荐偏差的概念，并在此基础上提出一种基于推荐偏差的推荐信任度预测方法，提高了间接信任度计算的准确性，也更加符合人类的认知心理。最后，运用Matlab程序进行模拟仿真实验，对提出的算法准确性和时间复杂性等方面进行论证和分析，验证了算法是可行有效的。