在Peer-to-Peer(P2P)网络环境中，实体或者用户之间进行信息交互最重要的前提条件是确保网络系统是安全的，因此目前信息安全领域系统研究的热点和重点是系统的安全性问题。在P2P网络环境中，实体间不论何种关系都是依靠信任建立起来的，通过建立信任模型评估实体的可靠性确定实体是否值得信任。信任是实体对其他实体能力、信誉、提供满意服务、可靠性等方面各种程度的一个综合认知，带有一定的主观性和不确定性，所以构造更符合实际情况的信任模型是一个很具有挑战性的课题，受到许多学者的广泛关注。在本学位论文中主要提出了两种信任模型，研究实体之间的信任关系。具体内容如下：　　首先，提出了一种基于模糊决策理论的主观信任评估模型。对方案中的观测矩阵用特征向量法求出最大特征值对应的特征向量作为指标权重，从而避免“专家”主观赋值的影响；根据理想最优方案建立优属度模糊矩阵，作为评估函数，评判方案的可信性与可行性。　　其次，在P2P网络环境下提出了基于推荐的信任模型。在模型中将历史交易信任度（即就是直接信任度）与推荐信任度明显区分开来，在计算推荐信任度时没有简单的用历史交易的主观信任度进行迭代作为推荐节点可信性的标准，而是采用偏移因子计算节点的准确性以此来评估推荐节点本身的可靠性，这样得到的推荐信任度更趋于真实值，最后根据已经计算到的直接信任度、其他实体的推荐信任度，结合风险因素的影响计算出目标节点的综合信任值。通过仿真实验也证明，利用该模型计算的综合信任值更接近目标节点实际信任值，并且对于节点之间的安全威胁例如协同作弊、夸大反馈信息、诋毁信誉度高的诚实节点等，具有良好的抵抗性能。