近年来,在P2P网络中出现了一种具有“搭便车”行为的用户,这类用户只向其他对等点发出服务请求,却从不共享自己的资源,他们的存在严重影响了P2P网络的效率和稳定。本文根据P2P网络的运行机制,提出了两种应对“搭便车”行为的惩罚策略,即差异化服务策略和信息不对称策略。使用排队模型对P2P网络进行建模,构造收益函数,验证两种方法的有效性。首先,通过区块链网站获取了P2P网络中请求节点发出请求的时间数据,使用Kolmogorov-Smirnov检验方法验证了请求到达间隔服从指数分布,为惩罚策略模型的请求到达过程的分布假设提供了依据。其次,提出差异化服务策略。根据混合P2P网络的运行机制,使用带有负顾客和同步多重工作休假的M/M/c+d排队模型进行建模分析,使用矩阵几何解方法,得到了系统的稳态分布。通过数值实验定量刻画了参数变化对系统性能的影响,对比了请求节点的个人平均收益,验证了此惩罚策略的有效性。再次,在此模型的基础上,为了降低P2P网络的能耗,对处于服务端的对等点引入异步单重休假策略,并将对等点各个状态的能耗进行量化。实验结果表明,异步单重休假策略相比于同步单重休假策略不仅能够节省超过10%的总能耗,而且使混合P2P系统更加灵活,效率更高。最后,提出信息不对称策略。将对等点划分为知情和不知情两类,对知情对等点引入等待阈值,建立个人收益函数,量化对比两类对等点的个人收益。实验结果显示,无论哪种参数水平,知情对等点的个人期望收益都大于不知情对等点的个人期望收益,因此信息不对称策略对“搭便车”行为的惩罚作用显著。另外,得到了保证知情对等点个人期望收益的最优等待阈值,并进行了社会最优策略的研究,得到了使得社会收益最大的最优到达率。