随着P2P技术应用的越来越普及,P2P网络中的安全问题得到了人们更多的重视。由于P2P网络中资源和责任分布于网路中各节点,没有中心服务器给认证和授权策略的实施带来了很大困难,节点之间缺乏信任关系给了恶意节点更多的攻击机会,恶意节点甚至可以利用安全漏洞传播病毒和恶意内容。而主观信任管理模型可以为P2P网络中的信任决策提供可靠的支持,研究它具有理论和实用价值。目前,大多数研究在构建主观信任管理系统时,基本上都是通过模拟社会关系网络中信任的形成过程来建模。但很多模型在度量信任关系时都忽略了信任的主观模糊性,针对该问题,提出用模糊理论的方法对信任进行度量和计算,设计了一个基于模糊理论的P2P网络主观信任模型(FSTM)。FSTM模型使用模糊集理论来表达信任评估中的模糊语义,所设计的信任模型可以综合考察信任评估中节点不同方面的性能。首先通过改进Einstein模糊算子来定义信任向量的连接和合并算子。然后把算子用于求节点之间的直接信任值,局部信任度和全局信誉值:直接信任值是构建网络信任链的基础,主要通过综合历史交互记录结合交易次数,时间衰减系数等参数来计算;局部信任度是直接信任值和全局信誉值按照不同的权值综合的结果,代表了一个节点对其他节点的总体信任度量;全局信誉值是网络中所有节点对某节点信任度的综合,其更新算法较为复杂,很多算法通过信任关系之间的不断迭代直到达到稳定状态来计算,FSTM模型给出的先求全局信任关系模糊矩阵的传递闭包,然后更新全局信誉值向量的方法在原理上和迭代的方法是一致的,但避开了迭代的收敛性问题。给出的信任数据分布式存储方案把网络节点与其他节点交易的经验数据保存到本地,把对其它节点的综合评价通过分布Hash表机制存储在其他节点上,该方案较好地解决了信任的传播问题并能有效防止篡改和协同作弊的攻击行为。尔后给出了一个适合本模型的分布式协同求解协议,并应用于信任管理Agent算法中。最后实现了一个P2P文件共享系统来验证模型的有效性和易用性,通过仿真模拟实验显示该模型的信任更新计算量和网络消息开销都相对较低,并有效提高了整个网络节点之间的交互成功率,同时抑制了恶意诋毁和协同作弊的攻击行为。