随着P2P网络技术的发展,已经广泛应用到文件共享、电子商务和即时通信等诸多领域,目前已经成为计算机网络技术研究领域一个热点。由于P2P网络的动态性、自治性以及异构性等特点,各种恶意节点的恶意行为层出不穷,严重影响了网络的正常运行,对P2P网络的安全问题提出了很大的挑战。因此,如何在P2P网络中建立信任关系并有效进行管理,是P2P网络的研究的一个重要课题。本文针对P2P网络中的信任问题进行深入的研究,提出了一种基于直接交互经验和推荐信任的综合信任模型。本文首先对P2P网络结构、应用以及安全问题分析,接着介绍了P2P网络中的信任机制。并参考国内外大量相关文献,在分析现有模型的优点和不足基础上,借鉴人类社会关系中的信任机制,采用数学量化方法对P2P网络中节点的信任度进行评估,提出了综合信任度的组成因素和合成方法。综合信任度由直接信任度和推荐信任度组成,直接信任度通过节点之间的直接交互历史信息获得,并在信任度计算中引入了时间衰减因子,提高信任数据的时效性。推荐信任度的计算中摒弃了以往模型中信任度越高其推荐可信度越高的假设,引入了推荐可信度作为推荐节点的权重,并通过源节点与推荐节点公共交互节点的评价差异来更新推荐可信度。在计算综合信任度时对于直接信任度和推荐信任度比重,本文引入动态权重因子,随着节点交互次数的增加,节点更相信自己的直接交互经验。最后,本文引入了激励机制,为每个节点添加信誉积分属性,鼓励节点主动参与到网络活动中。本文的信任模型,作为P2P体系的一个模块实现,不影响现有的P2P软件架构。整个信任模块主要有信任处理模块、数据定位和传输模块以及本地数据库模块组成。本文给出了信任模块的具体实现,包括推荐信任信息的查找、信任数据的存储方案、分布式求解算法以及节点的交互流程。最后在仿真平台上将本文的模型与典型的信任模型进行了对比分析。实验结果表明,本文的信任模型在计算节点信任度方面具有较高的准确性,同时在抵御各类节点攻击能力上具有一定的优势,从而证明了本文的信任模型具有较好的安全性和实用性。