随着Internet的迅速发展和普及，Peer-to-Peer(P2P)网络技术得到了快速发展。在应用领域，P2P系统弥补了传统C/S系统的不足，但同时给网络带来了许多额外的安全隐患，信任机制是P2P网络中安全问题的重要方面。　　 本文针对分布式的P2P网络提出了一种信任模型，以抑制恶意节点的行为和提高节点之间交易的成功率。在对现有信任模型分析的基础上，提出了一种基于域的信任模型，该模型根据节点之间个体相似性将P2P网络分成多个域，节点之间的信任关系则根据节点所处域的不同被分为域内信任关系和域间信任关系。如果发生交易的两个节点在同一个域中，则采用域内信任关系得到目标节点的信任值，否则，根据域间信任关系得到目标节点的信任值。在域内信任关系的计算中，本文采用自适应时间窗口、改进的D-S证据合成理论来合成域内推荐节点的推荐证据；在域间信任关系的计算中，本文引入了超级节点和候选节点来保存本域与其他域之间交易的信任信息。仿真实验验证了该信任模型性能的高效性。在利用本信任模型进行文件下载时，通过分析恶意节点的比例、交易量、域的个数以及节点规模对交易成功率和网络性能的影响。充分说明了该模型能够有效地抑制恶意节点的行为、改善网络性能；同时，通过与最新无域的P2P信任模型进行比较，充分说明了该模型的可行性和有效性。