本文提出了基于信用度的分布式目标监测算法——k-CD算法。k-CD算法首先根据邻居信用度对自身信用度进行调整，然后在发现目标的节点之间形成一个虚拟的节点集来完成信用度匹配决策融合，并且通过触发式移动节点来解决网络覆盖导致的“盲点”问题。仿真结果表明，相对于经典的多数投票决策(MV)算法，k-CD算法平均能在提高35%的监测准确率的同时降低62%的误报率，在不同的网络覆盖情况下网络生命周期也平均能得到44%的延长。