随着全球经济的发展和科技的不断进步，在线社会网络已经融入了我们的日常生活。在线社会网络不仅仅为在线社会网络用户提供了一种网络交流平台，我们可以通过在线社会网络来分享日记、照片、心情、音乐，结交朋友，交流感情等。我们对在线社会网络的需求越来越大，对运用在线社会网络的意识也越来越强烈。由于互联网的动态性、开放性以及资源共享性等特征，给我们生活带来了新的变化和新的便利，但同时也导致了在线社会网络中的一些关于用户信任的问题。人工免疫算法有优良的全局寻优能力，就是因为其抑制了相似抗体以及保持了多样性，从而成为优化复杂函数的重要工具。目前应用最多的就是美国学者Jerne在1974年提出的独特型免疫网络理论(Idiotypic Networks)，之后提出的很多免疫网络学说，几乎都是基于Jerne提出的这个理论而建立的。本文对在线社会网络中的信任问题进行一些探索和研究，并将人工免疫算法加入其中，提出了基于人工免疫算法构建在线社会网络的信任模型，这也是本文的一大创新点。本文借鉴了人工免疫算法中抗原与抗体计算亲和力、克隆选择和抑制等特征，加入到在线社会网络中的信任度计算上，通过计算信任度来寻找目的用户的邻居节点，作为目的用户的可信任用户。本文具体给出了在线社会网络中基于人工免疫算法信任的计算方法。人工免疫算法对目的用户的信任问题判断更准确、客观，也从一定程度上提高了在线社会网络的质量。通过实验分析，结果也直观的说明了此模型的准确性和客观性，也说明在线社会网络中基于人工免疫算法来构建信任模型的优势。