信任和信誉管理机制在协同计算系统中仍然起着积极重要的作用,目前面临的挑战是如何找到一种有效的信任管理机制来减少系统所受到的攻击。在协同计算中,节点在选择服务对象时由于缺少先前交互经验,对目标节点知之甚少,因此基于信誉的信任管理作为一种有效的服务节点选择标准被用来评估一个参与者对其他参与者的信任程度。恶意参与者的出现使得信任管理机制很难精确、合理地评估系统中不同参与者的交互行为。一些策略型恶意参与者甚至通过欺骗、合谋、伪装、女巫攻击、间谍等手段获得较高的信誉,从而操纵了整个系统。针对这些恶意参与者的恶意行为,本文主要从参与者角色、节点簇以及信任传播等三个方面展开研究,提出了相关理论和解决方案,其主要贡献在于：(1)在协同计算系统中,每个参与者都具有两种不同的身份角色：服务提供者和服务消费者。服务提供者为服务请求者提供资源,从而获得其他参与者的信任评价；服务消费者在获得所需资源后根据资源质量对服务提供者进行相应评价。根据这两种不同角色,本文提出了基于节点行为的Dual-EigenRep信任管理机制,该机制针对每个节点具有两重身份的特点,分别设置两种不同的信誉值,从而能够使这两种信誉值形成相互作用、相互加强的关系,形成一个高信誉值的节点社区,有效地孤立了恶意节点。(2)协同计算系统仍然面临着重要的挑战,例如：如何标识、孤立恶意参与者?如何抵抗策略型恶意参与者?采用什么信任机制能够保证服务提供者是可信参与者?针对这些问题,本文提出了基于最大流理论的节点簇机制。该机制利用最大流理论将那些诚实可信节点聚集在一个簇中,并使簇中这些好节点优先为其它节点提供资源下载服务,这样有效地遏制了恶意节点的交易行为,即使恶意节点拥有很高的信誉值。从理论和实验证明了节点簇的存在性以及算法执行的正确性。(3)针对EigenTrust中统一信任传递模式提升了策略型恶意节点的信誉值和降低了好节点的信誉值的不足,对其进行了深入地分析并指出了EigenTrust在局部信任值计算、信任反馈可信度、信任传递模式以及信任反馈网络密度等方面内在的脆弱性及其根源。提出了具有可抗攻击性的信任传递机制,给出了基于相似度的反馈可信度和加权信任算法,采用了统一信任传递和基于阈值的约束性信任传递来计算节点全局信誉值,实验表明所提出的信任传递机制能够有效地抑制恶意节点从好节点那里获取较高的信任传递。