对等网络技术作为一种新兴的技术,它的发展受到了学术界与产业界的高度重视,被认为是未来网络变革的重要技术之一。它打破了传统的基于客户端/服务器的网络模式,为人们的信息交流带来了极大的便利,同时由于其自身的动态性、开放性与自治性等特点造成了节点间的信任严重缺失,而传统的基于角色控制与认证的安全体系已不能满足对等网络的安全需求,严重地阻碍了对等网络的进一步发展。信任管理作为解决对等网络中信任缺失问题的有效机制之一,它能为网络中节点间的安全交互提供决策,因而建立一个较为完善的信任机制已迫在眉睫。随着研究的深入,许多较为完善的信任模型为解决对等网络中安全问题提供了良好的理论支持,然而网络中信任的初始化、信任信息的动态描述与推荐路径的处理等问题依然没有得到很好的解决。针对对等网络中信任问题的研究现状与信任不完全传递的特性,本文提出了一个能够处理具有复杂推荐关系的信任管理模型,以实现陌生节点之间的通信。该模型主要解决了四方面的工作：首先,提出了一个初始信任的计算方法,并给出了初始信任的使用范围,即仅能对网络中的新节点起作用,一旦有交互历史的存在,初始信任就失去效应；其次,提出了查询相似度与诚实度的概念,并结合历史交易信息,对直接信任进行量化建模,用以提高资源的查询效率与节点言行的一致性检验。第三,提出利用节点信任值的统计学规律计算陌生节点间的推荐信任值,并引进模糊层次分析的方法计算信任合成时的权重因子,为权重的计算提供依据；最后,提出一个处理复杂信任图的方法,简化模型计算量,并避免信任链重复利用的问题。仿真实验表明,该模型能够很好地处理推荐信任的有效性,并能促进节点良好行为的保持。此外,针对开放网络中节点信任值动态特性,本文通过对记忆原理与社会网络记忆特性的分析,认为节点服务的重要性与事件的影响力等属性都是一种具有记忆特性的信息,网络中具备这些属性的节点的信任值的变化过程与记忆原理相似。因此本文以记忆原理为基础,建立了与时间及节点交易相关的变速率的信任值更新模型。该模型可以通过调整衰减因子的大小对节点交易行为起到一定激励作用。实验结果表明该模型能够准确地反应节点信任值随时间和节点交易行为变化的规律,同时还可以通过对交易频率的监控,实现对恶意节点的监测。