对等网(P2P，peer-to-peer)已经成为Internet中最重要的应用系统之一。然而，P2P具有的开放、匿名以及节点之间松耦合的关系等特性使得节点可以恣意散布非法内容，滥用网络资源，导致节点之间缺乏信任，严重制约了P2P的进一步发展。信任反映的是一个用户对另一个用户行为以及能力的综合评价，P2P网络中节点之间的信任是促使节点合作、激励节点共享资源的有力保障，直接影响着P2P系统的整体性能。P2P网络中信任问题可以通过在系统中建立可靠的信任管理模型来解决。本论文则主要围绕着文件共享P2P网络信任模型进行了研究，主要成果如下：(1)提出了一种基于信誉和风险估计的P2P网络信任模型。考虑到不同类型恶意节点可能的攻击，我们在计算节点信任度时，除了计算基于推荐的信誉度外，还通过分析它的历史行为状况引入隐含不确定性的风险值作为对信誉度的追加，并且利用信息熵理论较准确地量化了节点的风险值。仿真结果表明，通过适当调节信誉值和风险值的权重大小，可以在一定程度上遏制恶意节点不同形式的攻击行为，提高了系统性能。(2)针对目前基于推荐的信任模型在汇聚推荐信息时不能有效处理不确定性信息以及强行组合矛盾推荐信息引起的性能下降问题，本文提出基于推荐证据的P2P网络信任模型RETM。通过改进D-S证据合成规则，使得融合来自不同证据源的不一致信息性能明显增强，同时，提出的反馈信息过滤机制能够有效剔出无用的、虚假的或者误导性的推荐信息。仿真结果表明，RETM具有抑制诸如诋毁、合谋欺诈、策略攻击等各类恶意节点攻击的有效性和健壮性，同时能较好评估P2P系统节点的信任度，在开放网络环境中具有很好的效果。(3)目前基于推荐的信任机制没有给出具体量化和更新推荐节点可信度的方法，但是推荐者的可信度对于衡量推荐信息的重要性确是至关重要的，本文提出的一种抗攻击的信任管理机制ARTrust有效解决了该问题。同时，在推荐信息的查找问题上，我们设计了基于反馈机制的概率查找算法，该算法也被证明相比已有的同类算法在查准率，平均路径长度及网络带宽开销等指标上具有一定的优势。(4)提出了基于超级节点的P2P网络信任模型SuperTrust。在SuperTlrust中，超级节点的信任度由群组内所有节点对其进行评价，普通节点利用本地的局部信任信息与所属群组的推荐信任信息确定目标节点的信任度，同时利用反馈信息过滤算法来过滤恶意节点提供的不公正评价。仿真结果表明，该信任模型能够有效识别恶意节点，使P2P网络中合作节点在不同的恶意节点攻击模式下具有较高的成功交易率。