P2P网络已经在Internet中占有一席之地,P2P网络“去中心化”的特点使其被越来越多的人所关注。但P2P网络自身与之具有的高动态性、分散性、自治性、自组织以及匿名性等特点,为网络中不良用户的恶意行为、自私行为提供了方便。网络中大量不良用户的存在,使得网络存在严重的安全隐患。现有的P2P网络缺乏有效的安全机制,P2P网络中各用户之间如何建立行之有效的信任关系,是P2P网络研究的一个重要课题。本文针对P2P网络节点之间的信任关系进行深入研究,在前人研究的基础之上提出了基于分类推荐与奖罚机制的P2P信任模型——CRRPTrust(Classification Recommend and Reward Punishment Trust)。CRRPTrust模型借鉴了人类社会中的信任关系,并将信任关系用在该模型中的节点之间。节点之间通过交易获取评价,通过这些交易记录计算节点之间的信任度,本文采用量化的方式对用户的信任度进行评估。首先,本模型根据用户拥有资源类型的相似程度将节点分组,同一组中的节点拥有的资源类似,随后给出了组内信任度、组间信任度和组间推荐节点信任度的计算规则,节点之间的信任度由上述信用度计算得出,中心节点根据节点间信任度计算出节点的全局信任度。其次,本文引入奖励和惩罚机制,中心节点根据节点的全局信任度为网络中的每个节点分配相应的虚拟货币。节点获取资源成功,则需要支付虚拟货币,节点共享的资源被成功下载,虚拟货币增加,虚拟货币的变化作为最终求解节点全局信任度的标准。最后,通过编程实现该模型,将该模型在分组和加入奖罚机制前后进行了仿真对比,在某些方面并与Engin Trust模型进行了仿真对比。实验表明,CRRPTrust模型在一定程度上减少了网络中消息数量和搜索时间,并能够有效遏制恶意节点的不良行为。