互联网的迅速普及给我们生活带来便利的同时,也带来了新的问题。互联网具有匿名性和开放性的特点,也就是说任何人在任何时间、地点都可以通过互联网发布信息或进行交易,而不需要透露自己的任何身份信息。这就使得人们在互联网中缺乏足够的信息来判断其他人是否是怀有恶意的。因此,对互联网信任体系的研究既具有理论价值,又具有实际意义。本文通过对互联网中的信用、信任相关模型的深入研究,结合当前互联网的现状,提出了一种基于模糊支持向量机的信任算法。该算法首先根据社会网络的特点,结合信任传递和聚合的特性,通过一系列的算法从信任网络中抽取出训练样本。接着提出了支持多分类的模糊支持向量机VSM-FSVM,并使用VSM-FSVM来学习样本数据。最后用训练好的VSM-FSVM来对样本数据进行信任计算。仿真实验表明,该算法具有较好的正确率,并且在非极端的条件下具有一定的健壮性。在上述研究基础上,本文结合现阶段互联网企业的应用现状,研发了互联网可信服务支撑系统原型。该系统采集互联网实体的数据,并通过证书与实体认证服务对实体数据进行认证,最后从静态信用和动态信用两个方面得到互联网实体的信用状况,为互联网用户提供信用保障。