信息时代的发展促使大数据时代的到来,高性能计算成为当下研究的热点。传统的利用高性能计算机解决高性能计算问题成本高、可扩展性差、能源消耗大,人们急需一种更加低廉、高效的解决高性能计算问题的方法。网络技术,尤其是迅速发展的P2P技术,能够将网络环境中有大量的闲置资源充分利用起来,并且运行维护成本低,可扩展性好,解决了以往使用高性能计算机解决高性能计算问题存在的缺点。目前利用P2P技术实现高性能计算的项目主要分两大类：一类是桌面网格系统,另一类是云计算服务。它们都通过P2P技术,实现了强大的计算能力,很大程度地提高了资源利用率,减小了能源消耗,为社会各领域的高性能计算提供有效服务。本文分析借鉴现有的利用P2P技术实现高性能计算的项目的优点,继续发展P2P技术在资源利用率、可扩展性、运行维护等方面的优势的同时,从自由协作和提高计算可信度的两方面出发对现有P2P协作计算模式提出改进。本文的协作计算模式建立在全分布式非结构化的P2P环境下,不存在任何第三方,节点与节点之间自由连接和交互。节点之间的协作体现在：任意节点可以将自身的计算任务分发出去由其它节点来完成,又可以在自身资源闲暇时为其它节点提供计算服务。在提高可信度方面,本文使用改进的D-S证据合并理论,在信任模型中引入推荐信誉,在合并证据时根据推荐信誉赋予不同的权重,过滤掉偏离度大的证据并且充分考虑冲突证据携带的有效信息,计算节点的最终信誉值。在仿真实验中,本文选用PeerSim仿真工具,将P2P协作计算全局信任模型CCTM和两个典型的信任模型EigenTrust和ETTM进行仿真实验,对比这三种信任模型在三种恶意攻击模式下的交互成功率、信息消耗、信誉值收敛速度。实验证明,本文提出的模型在恶意攻击模式下依然保持较高的交互成功率,总体具有良好的效率和系统性能。