对等网络是一种新兴的分布式网络,它的出现打破了传统的互联网计算模式。对等网络的无中心性、可扩展性以及健壮性的特点为节点问的信息交流带来极大便利,使其得以广泛推广,但同时又由于其开放性、动态性以及节点的自治性、匿名性等特点使得节点间的信任严重缺失,节点间的交易也面临着不可避免的安全问题。如何有效并合理地应对这一安全问题是近年来的研究热点。信任管理概念的提出使信任模型成为分析和处理节点间信任关系、计算相关信任值以及确保网络信息安全的有力手段。对等网络中的信任管理模型所要计算的信任值主要包括直接信任值和推荐信任值,现有的信任管理模型在计算节点间的直接信任值方面有许多比较完善的方法,算法也相对成熟,计算结果也比较准确合理,而在计算节点间的推荐信任值,尤其是形如推荐链的多层推荐信任值以及多条推荐链组成的推荐网的信任值方面还存在许多不足之处,信任随推荐链长度的衰减问题、推荐链的信任合成问题、推荐可信度的适用性问题以及恶意推荐的预防问题都没有得到很好的解决。本文通过分析信任与推荐链的关系并结合推荐链的类型及特点,提出了针对不同类型推荐链、推荐网的信任值计算方法以及针对恶意推荐行为的预防机制,以保证节点间交易的安全性。本文的主要工作如下：首先,提出了推荐链主链和副链的概念,根据推荐链的层数将推荐网中的推荐链进行分类,并根据推荐链的特点将推荐网分为简单型和复杂型两种；其次,提出了推荐贡献度的概念,将节点的交易历史以及其他节点对它的推荐历史作为计算推荐信任值的重要依据；第三,针对不同类型的推荐网提出不同的推荐信任值计算方法,在计算简单推荐网的信任值时用到了迭代算法并针对恶意推荐加入了怀疑因子,在计算复杂推荐网的信任值时引入了最小推荐信任的思想并利用图论的相关算法结合分层有向加权图计算推荐可信度,仿真实验证明了算法的合理性以及预防恶意推荐的有效性；最后,分析了节点交易完成后因为推荐作用所引起的交易请求节点对邻居推荐节点的信任值变化,并给出了交易请求节点对邻居推荐节点的信任值更新算法和以推荐贡献表的形式更新推荐贡献度的方法。