在开放的环境下,不存在一个中心机构控制所有Agent的行为,并且处于这样的系统中的Agent往往是受自身利益驱动的。在开放的环境下传统的安全方法例如加密、身份认证不能完全解决Agent在合作过程中所遇到的一些问题,例如合作伙伴的能力低下问题、欺骗问题、自私问题。为了有效的解决这些问题,一个崭新的研究领域Agent之间的信任研究正越来越收到关注。本文以开放的环境下多Agent协同工作为研究背景,以信任的定量描述为研究重点,对开放环境下多Agent系统中的信任问题进行了研究。全面的分析了开放的环境下Agent合作所面临的新的安全问题,指出传统的安全措施并不能很好的解决这些问题。提出了一个关系网模型,并在关系网模型的基础上提出了Agent之间的信任模型。信任模型从信任的定义出发,对信任从不同的角度进行了分类。首先对直接信任关系的度量进行了解释,并给出了不同方面信任的直接信任的计算公式,并比较清楚的解释其中的实际含义。然后对推荐信任和间接信任关系的度量进行了解释,将推荐信任作为经验采纳系数,用于描述对具有不同推荐信任度的其他Agent所推荐的经验的不同采纳程度,并给出了一个符合一般事实的经验传递的间接信任的计算公式,并对间接信任关系中推荐信任的重复采纳问题进行了一定的解决。为了更好的表示不同Agent进行信任评估时所具有的个性特点,引入了信任策略的概念,通过参数的设置增加了信任评估模型的灵活的机制。给出了基于关系网的Agent合作信任模型的框架设计,提出了一个分层的信任推理模型。综上所述,本文针对agent系统的安全信任问题,仿照人类信任和信用体制建立的过程,给出基于关系网的信任模型,并将其描述和推理过程定量化,便于软件实现,对agent系统应用具有较大的实用价值。