随着互联网和数字时代的发展,人类的行为模式发生了质的变化,与互联网的交集日益密切,从而导致数字信息量呈几何倍数增长,更多现实生活中的物品的交易也发生在网上,信息的存储方式和交易场景将变得更加广泛。由于互联网交易的去物质化和虚拟货币技术的不成熟性,出现了虚假交易、信息泄露等诸多安全问题,同时人们的私有财产的数字证书确权难以得到有效保障。而群体智能作为在人工智能、大数据、物联网、区块链技术等多个领域的基础理论,能够在在缺少中心化调控和全局结构的约束下,从本质上规范化互联网中的个体行为模式,为解决互联网交易中存在的问题提供了重要参考思想。另一方面,区块链技术为中心化交易存在的信任和安全问题提供了一种技术方案,因此如何有效地结合群体智能和区块链技术成为了目前研究的重要课题之一。信誉模型和激励机制作为区块链技术应用下的核心策略,能够有效激励所有参与实体提供诚实有效的服务,促进整个交易系统的安全和稳定,然而现有的信誉模型都建立在交易场景框架之外,没有深入场景去从根源约束参与实体的不轨行为。因此本文基于群体智能的底层理论,分析各类应用场景下节点的行为范式和动机,提出了一种长期激励的信誉模型。本文的主要工作如下:（1）提出了一种新的信誉激励模型。本文针对传统信誉模型存在的价值脱离性问题,通过群体智能的理论和方法,将模型贯穿价值载体,通过激励机制对节点进行了本质上的行为规范,提出一种追求长期利益的信誉激励模型Token Trust,在该模型中个体的信誉值和代币价值直接挂钩,有效约束了短期机会主义行为,解决了大规模群体行为中存在的诸多安全问题。并且通过仿真实验和三种经典信誉模型进行了仿真对比实验,通过仿真实验表明,本文提出的信誉模型可以有效检测实体的信任攻击,与经典的几种信誉模型相比,具有更好的效果。（2）在区块链实际应用场景下做出了新的尝试。本文针对区块链应用的信誉机制的应用现状,将本文提出的信誉模型置入了真实的区块链交易场景进行模型可行性验证。为此本文基于区块链网络环境专门搭建了对应的区块链游戏demo,用于模拟两个节点之间的道具交易,通过区块链平台将模型的核心参数和执行逻辑写进智能合约,自动触发模型的惩戒机制。实验结果表明,信誉较低的节点提供的道具的核心属性会被智能合约惩戒,因此该模型在区块链道具交易场景下具有可行性,也为未来多种线上交易场景的群智激励提供了有效的参考价值,具有一定的应用价值。