P2P网络中的节点既是服务的提供者也是消费者。由于P2P网络大多排斥集中的CA,没有权威机构来规定节点的交易规则,使得网络中的节点经常是在未知环境下进行交易的,一些节点可能会采用某些恶意行为来损害其它节点。因此,节点面临与潜在恶意节点交易的风险,如何来管理这些风险是P2P网络的重要挑战之一。从该领域研究人员现有的工作来看,基于名誉的信任模型通过根据节点的历史行为来计算节点的名誉,能够有效地降低这种风险。本文在分析国内外部分基于名誉的信任模型基础上,针对目前该类模型因对节点的约束不足而导致的模型动态适应能力不强、抗恶意行为能力弱的问题,提出了一个基于多重约束的动态信任模型。该模型提出了多重约束的概念,在此基础上为系统中节点的提供服务行为和推荐行为建立相关的名誉值。信任模型利用这两种名誉值分别对节点的提供服务行为和推荐行为进行管理,实现了对节点这两种行为进行约束的目的。为了使该模型具有较好的动态适应性,引入了动态信任的评价算法。这种动态信任评价算法利用多重约束机制建立的两种名誉值,将服务的反馈信息和恶意节点历史行为信息进行融合,能够对某个节点提供的服务的优劣进行快速判断。仿真实验和结果分析表明,在名誉机制和动态信任算法的协作下,基于多重约束的动态信任模型具有较强的动态适应能力,在抑制合作性恶意行为能力方面表现较好。本文提出的基于多重约束的动态信任模型,为提高信任模型的动态适应能力和抗恶意行为能力提供了一种新的思路。