P2P网络的自组织、分布式和匿名性等特点为病毒传播、自私行为、恶意欺诈行为提供了便利,导致节点之间缺乏信任,网络稳定性差。P2P网络中节点之间的信任关系和人类社会的信任关系极其相似。把人类社会中的信任关系引入到P2P网络中可以充分评估节点的表现,确保交互对象的最佳选择。并且,信任机制直接影响到P2P系统的整体性能。因此,建立高效、可靠的P2P网络信任模型有着非常重要的意义。本文围绕P2P网络信任机制的工作效率、防止虚假评估(合谋和诋毁)和策略节点行为等问题,在前人研究的基础上构建了一个基于兴趣组和异常评估检测的P2P信任模型。本模型给出了兴趣组间的信任及组间推荐信任的计算规则,以及直接信任和推荐信任各自权重的计算方式,权重系数能够反映节点近期的表现,对策略恶意节点的行为具有一定的抑制作用。对于虚假评估的恶意行为,本模型采用基于时间序列的异常评估检测算法发现并剔除异常评估。实验表明,本模型不仅在效率上有所提高,在防止恶意节点行为和自私行为上也有不错的效果。大多数P2P信任模型只重视评估算法,而忽略了评估信息的来源,很少给出推荐节点选择的具体方法和理论依据。导致推荐节点的选择效率低下,推荐信任的准确性难以得到保证。为此本文分析了P2P网络节点行为,根据节点的兴趣及交互偏向性给出了虚拟网络社区的概念,进而提出了一种基于概率分布的推荐节点选择算法。实验证明本算法可以较为高效的选择推荐节点,使得推荐信任的计算更为准确。