伴随着互联网的飞速发展,P2P(Peer-to-Peer)网络作为一种分布式计算架构,进入我们的视野和生活,成为近年来业界研究和关注的一个焦点。P2P应用的蓬勃发展,也带来了种种的安全隐患,其最大的安全隐患在于节点间的互信问题。由于P2P网络的开放性、动态性和匿名性,节点间无信任感,在缺乏惩罚和激励机制的网络环境下,各种恶意节点的恶意行为层出不穷,严重影响了网络的正常运行。因此,如何在P2P网络中抑制和杜绝节点的恶意行为,激励用户更好地为系统服务便是本文的研究内容——P2P信任模型的主要目的。P2P模式非中心化的特点,使得集中式的信任模型并不适合P2P网络环境,因而必须构建分布式环境下的P2P信任模型。本文在借鉴典型的基于信誉的信任模型TBRM(Trust-Based Reputation Model)解决方法的基础上,提出了一种改进的基于信誉的信任模型,并给出了包括信誉评价与计算、动态适应性、激励机制、分布式实现策略四方面在内的信任模型解决方案。模型结合了TBRM在信誉评价和计算算法上的优势,能有效地识别不诚实反馈,真实有效地计算节点的综合信誉度；针对TBRM的动态适应能力不足,引入了遏制节点提供反馈评价时摇摆行为的机制,使得在反馈评价过程中“时好时坏”的节点无法作恶,提高了系统的动态适应性；引入了积分制度作为激励措施,能有效地隔离具有自私行为的节点,鼓励用户贡献,从而保证较高的服务质量；利用Chord机制,设计了模型的分布式存储策略,保证了信任数据的安全存储和访问。对模型的仿真实验表明：本文模型与TBRM相比,在遏制节点反馈摇摆行为方面有明显的优势;积分制度的引入不仅能够有效地隔离具有Free-riding(搭便车)行为的节点,鼓励用户积极上传文件,而且还能够激励用户提高上传文件的质量。