1.一种信任关系动态评估的隐私保护方法，其特征在于，节点注册，获得能够隐藏身份信息的假名Np；任务请求者通过将任务属性按照隐私度分割为一般信息ComInfo和敏感信息SenInfo，通过部分盲签名算法将一般信息设为公开信息，在保护敏感信息的前提下将任务发送到平台进行签名完成验证；网络中的参与者构建自身的信任档案，任务发布后，将参与者能力属性与任务属性进行布隆过滤器匹配，基于参与者的能力信任估计参与者的基础信任，从而完成候选参与者的选择；根据任务发布者与候选参与者之间的相对信誉度R(Pi,Qj)和参与者的信任属性值与任务属性进行进一步的相似度Dice(P,Q)计算，选择相似度高的参与者执行任务。

2.根据权利要求1所述的方法，其特征在于，其中，节点注册过程具体为：参与者通过真实身份进行注册，感知平台根据签名 和节点真实身份Nid通过一个哈希函数H(·)返回给节点一个秘钥种子 参与者使用这个秘钥种子通过伪随机序列函数fk生成假名Np＝h(fk(τ))mod M，作为参与者在执行任务的过程中与其他参与者交互的身份标识。

3.根据权利要求1所述的方法，其特征在于，其中，任务发布者与候选参与者之间的相对信誉度R(Pi,Qj)计算过程为：根据参与者之间的历史交互记录Eij，由公式估计参与者间的相对信誉度，其中Eij表示参与者间h次交互的满意度集合 表示衰减因子，用于给不同时

间满意度分配权重值，在所有的历史交互次数中，最新交互的满意度权重值最大。

4.根据权利要求1所述的方法，其特征在于，根据参与者完成任务的时效值time(t)和经历 作为评估参与者的能力信任的评估因子，根据公式计算参与者能完成任务的时效值，时效值越高表示参与者完成任务的时间越快。

5.根据权利要求1所述的方法，其特征在于，带有隐私保护的参与者选择过程中，利用对参与者的信任度评估选择完成优化，进一步具体包括：根据参与者属性与任务要求属性的匹配度选择候选参与者，为了隐藏节点的其余属性特征，参与者针对自身的信任档案构建布隆过滤器，并发送给任务发布者进行评估，任务发布者通过将任务要求的每个属性插入BF以此判断参与者是否满足完成任务的基本条件，以此选择候选参与者；进一步的，考虑每个候选参与者的每个属性的偏好程度，根据公式计算候选参与者的最终信

任度，其中， 表示候选节点的能力信任度，通过评

估节点各属性偏好程度与任务要求各属性偏好程度的相似度得到。