P2P流媒体已经成为互联网最受欢迎的应用之一。在P2P流媒体中,个体之间互相分享带宽,提升用户体验。为了激励用户更加积极地贡献带宽资源,基于积分制度的激励机制是最常用的一种:个体贡献资源获取相应积分,使用带宽要付出积分。因此,为了能够在系统中使用带宽资源,个体需要积极贡献。基于积分的机制核心问题是如何设定带宽价格。本文提出一种基于Stackelberg博弈和信誉机制的动态定价机制。Stackelberg博弈用来描述个体之间的交互并获取最优的带宽定价和购买策略。根据请求者的信誉动态调整价格:对信誉高的个体单价较低,对信誉低的个体单价较高。理论分析给出了个体最优的带宽定价和购买策略,同时提出了一种适用于真实系统的最优定价策略计算算法。仿真实验表明,该定价机制能有效确保系统交易的公平性,同时可以预防简单的数据污染攻击。同时,本文引入了风险评估机制来降低系统不成功交易率。在个体交易的过程中,请求方可能向提供方发送虚假信息,干扰提供方正常的带宽定价,从而获得更好的利益,这种行为称为信息误报攻击。为了应对信息误报攻击,本文引入了一种基于强化学习的审计机制。带宽服务提供方根据系统环境不断调整执行审计行为的概率,从而降低交易风险;理性的恶意个体根据服务提供方的行为来调整发送虚假信息的概率。仿真实验表明,该机制可以有效隔离出恶意个体,降低系统出现恶意攻击的概率,降低审计开销。综上,本文提出的P2P流媒体动态带宽定价机制,既保证了系统交易的公平性,同时可以很好的隔离信息误报的恶意节点,并且提升系统效率。