Peer-to-Peer计算是近年来出现的一种基于Internet的计算模式,其目标是利用Internet环境中的各种可能的终端设备进行协同计算和资源共享等应用。在实际的大规模P2P覆盖网络中,网络的动态性和节点在计算、存储、带宽等服务能力上的异构性(Heterogeneity)是其需要面对的一大挑战。研究表明,造成P2P网络动态性和节点异构性的一个主要原因是节点在网络中均为自治的(Autonomous)。因此,从估计节点的固有行为模式(Innate Behavior Pattern)入手来使P2P系统充分顾及网络的动态性并利用节点的异构性是一条可行之路。信任度可以理解为节点提供各种服务的行为模式。合理的信任度的定义可以作为衡量节点行为模式差异的一个合理的度量。在P2P环境下生成和管理节点信任度的主要策略是构建信任系统,即建立信任模型和信任管理系统。结合上述通过考虑节点的信任度来使P2P系统可以顾及动态性和利用节点异构性的思路,本文以两种主要的信任模型即基于概率模型的信任模型以及基于社会网络的信任模型为起点,考虑在基于概率的信任模型中避免使用或假定全局信息而构建有效性高的信任模型;而在基于社会网络的信任模型中通过引入节点反馈相似度来差异化节点在信任评估时的行为模式进而构建更为合理的信任模型;最后通过引入信任机制使P2P覆盖网络构建中可以有效的利用节点的信任异构性,提高覆盖网络的性能和有效性。本文的工作主要从以下诸方面展开:1.基于概率的信任机制构建:本文提出了一种基于卡尔曼滤波的信任模型RealRep。RealRep是基于推荐的概率信任模型,通过显式的区分节点提供直接服务和提供推荐服务的角色,实现对二者的分别信任建模和评估策略。RealRep和其它基于概率的信任模型的不同还在于,通过上述服务分离,RealRep放宽了对节点行为的假定约束,即可以对更复杂的用户行为进行比较准确的信任评估。另外RealRep信任模型避免了使用或假定关于节点行为模式的全局信息,如全网范围内不可信节点的比率等信息。2.基于用户相似度的信任机制模型构建:本文提出了基于用户相似度的社会网络信任模型及其分布式算法。本文首先针对在P2P环境下,由于反馈数据的稀疏性,使用传统相似度度量方法无法有效地计算节点间的相似度,本文提出了基于Maximin的用户相似度传递算法,Maximin相似度传递算法通过衡量两个节点间不同的相似度路径,使两个原来没有共同交易节点集的节点可以进行相似度度量,部分解决了数据稀疏性问题,同时本文对基于相似性传递的相似度度量方法的有效性进行了模拟验证。其次,与传统的方法不同,本文提出了不同的全局信任度估计算法,通过引入用户相似度,每个节点可以按自己的视角在全局信任生成的过程中对和自己视角相似的用户的反馈赋予更大的权重。3.层次式覆盖网络构建算法:本文提出了基于用户信任异构性的非结构化拓扑自适应协议及层次式覆盖网络构建协议。在基于信用度的非结构化覆盖网络拓扑自适应协议中,网络中的节点根据在历史交易中所累积的信任信息,利用节点的信任度异构性来制定最利于自己的策略进行邻居选择,实现了网络拓扑的自适应。在非结构化覆盖网络拓扑自适应中,引入信用支持不仅可以改进P2P系统的性能,并且信用也可以作为超级节点的选择策略之一;在层次式覆盖网络构建中,超级节点的选取和组织虽然可以提高网络的整体性能和效率,但是其引入的额外的负载成为该类方法的一个主要问题,为此通过超级节点选择和竞争协议设计了更为有效的层次式覆盖网络构建算法,并进一步在非结构化覆盖网络上构建结构化tapestry超级节点覆盖网络,在降低覆盖网络构建负载的同时考虑了超级节点的负载均衡。