信息过载与信息安全问题随着网络的发展逐渐引起人们的重视，如何从海量信息中快速获取用户希望得到的信息对安全机制和推荐系统提出了更高的要求。对于信息安全，过往的研究主要是通过对交互信息进行再计算得出较为合理的信任值，本文则对信任进行了更为细致的划分和定义。对于推荐系统，传统的研究方法往往从整体入手而忽略了每个用户的具体特点，从社会网络的局部结构入手可提供更具个性化的推荐。本文借助多Agent系统从信息传播安全入手，研究了反映用户间交互关系、依赖关系的信任体系，通过对信任的细分定义实现了对信息传递规律的部分探索。首先详细地定义了主观信任和客观信任，然后研究了二者的性质并给出了闭包定义和构建方法，接着基于主观信任和客观信任定义了传递信任，最后给出了传递信任在推荐系统中的应用模式。对于推荐系统，首先给出了兴趣集的定义，然后基于用户的兴趣集给出了社会评价网络的局部网络结构对推荐系统的影响，并通过概率论方法给出了理论性证明，接着给出了实验验证，最后将部分性质与推荐系统结合验证了局部网络结构对推荐系统精度提升的作用。