社交网络的信任评估是社交网络应用安全的核心组件，公平客观的信任评价结果对于用户获取信息的正确性非常关键。利用用户之间信息的相似度进行用户聚类，实现用户群体的划分，依据用户集群的结果对用户之间关系进行修正，调整信任评估结果；同时还考虑到了恶意用户的影响，加入了信任检测的方案来保证方案的鲁棒性。经过实际社交网络数据实验仿真证明，该算法不仅可以使得信任评估结果与同类用户预期更为一致，而且可以大幅度降低恶意用户刷分行为的影响，实现有效而可靠的信任评估。