随着互联网的发展和普及，垃圾邮件问题日益严重。垃圾邮件的广泛传播不仅加重了网络传输的负担，而且还给用户带来很多不便和危害。研究反垃圾邮件技术，有效地过滤和防范垃圾邮件，净化互联网电子邮件的使用环境已成为当前互联网技术研究领域的重点之一。在反垃圾邮件领域，对等网络中基于信誉机制的垃圾邮件过滤技术成为当前研究的热点。　　 基于信誉机制的垃圾邮件过滤的重点是设计准确、有效的信誉度生成算法，然而现有的信誉度生成算法并不理想。本文在分析现有的信誉度计算方法的基础上，提出了一种分布式邮件服务器信誉度计算方法MSTrust。MSTrust算法针对现有算法中原始信誉度的计算和参数控制方法中存在的问题和不足，提出了一种基于可信半径的原始信誉值计算方法和一种动态参数控制方法。MSTrust算法不仅可以过滤系统内不诚实的反馈，准确的反映出目标节点的实际发送行为，而且能够及时、有效的识别垃圾邮件服务器，同时恶意节点为发送垃圾邮件所付出的代价更高。　　 本文通过仿真实验验证了MSTrust算法的有效性和可靠性。实验结果表明，当可信半径取值为0.3时，基于可信半径的原始信誉值计算方法得到的原始信誉值与期望值的标准差始终维持在0.06以下。动态参数控制方法计算结果更加符合信誉度计算原则。在不同的发送模型中，MSTrust算法计算得到的重建指数平均是MSRep和TrustGuard算法的1.795和3.125倍，加大了对邮件服务器发送垃圾邮件行为的惩罚力度。基于MSTrust算法的邮件信誉系统能够准确的识别垃圾邮件服务器，有效的阻截垃圾邮件，系统内的正常邮件比例平均保持在95％以上。