由于在Web环境下，贸易伙伴间没有交互经历，身份改变又非常容易，人们通常会隐藏自己的真实情况，并提供低劣的服务。网民之间的不信任阻碍了电子商务的发展。即使采用象SSL、SET之类的电子商务协议，各种电子商务系统还是难以得到人们的信任。而网络社区的名声机制有效地增强了网民之间的信任。名声系统提供了一种新的信任管理方式，即通过社会控制在参与者中间建立信任，用交易个体的过去行为预测其未来行为，帮助交易各方之间建立信任。名声系统的核心是在线反馈机制。 但是，名声系统也存在许多问题，各种名声欺诈，例如，洗白、诽谤、合谋等对名声系统产生了极大的破坏。因此，反名声欺诈的研究成为了名声系统研究的热点。本文的研究主要也是围绕这一热点展开的。 首先，本文论述了信任与信任管理模型的有关概念，概括基于名声的信任管理模型的国内外研究现状，按照参与个体的数量对名声欺诈进行了归类，并分析比较了几种反名声欺诈的方法，提出了反名声欺诈模型的设计思想。特别是，本文提出了一个抗合谋欺诈的模型，并进一步对兼容高信任小组的抗合谋方法进行了研究，最后以拍卖网站为例，探讨了名声系统在电子商务网站中的应用问题，给出了实现的关键部分。除此之外，我们还展望了基于名声的信任管理模型的未来研究方向。 本文提出的抗合谋欺诈模型主要是通过对交易平均分的比较以及个体评分相似性来判别合谋个体，然后通过计算个体评分平均偏差来纠正个体评分，通过纠正后的评分来计算个体的名声，这样就可以使得个体得到比较公正的名声。 但是，上述抗合谋算法却不能区分高信任度小组和合谋小组，为此我们对兼容高信任度小组的反名声合谋方法进行了研究，该方法主要是借助信任矩阵来解决这一问题，它用矩阵的形式来存储个体间的交易评分，按照一定的规则(如交易额的大小)将个体进行分组，计算得到分组后的信任矩阵，再根据这个信任矩阵推算出个体名声和组名声。组内名声，它根据组内个体评分得到。组名声，即个体所在组的声誉，它根据组间个体的评分计算得到。组内交易根据个体的组内名声来确定相互之间的信任，而只有在组间的个体交易时才根据组名声来确定相互之间的信任。高信任小组中的个体，互相之间评分较高，而对组外个体评分较低。若不分组，按一般的抗合谋算法，组内个体间的信任度也会降低，导致误判。而采用基于组信任的方法后，因为组内个体的名声没有受影响，组内个体的交易也不会受影响。只有在组间交易时才根据组名声来判断，而组间名声通常不受组内个体间的评分影响。这就使得合谋欺诈无效。 当然上述两种方法的适用范围有所不同。前者简便易行，后者的分组是一件很麻烦的事，且需要一系列数据结构来支撑，算法的执行也很复杂。 实例分析表明，我们提出的反名声合谋算法是有效的，能够识别两人合谋和三人合谋现象，而增加采用信任矩阵来处理个体的名声和信任值后，使得反合谋算法能兼容高信任度小组现象。本文推动名声系统的研究走向深入。