基于P2P(Peer-to-Peer)技术的网络应用是Internet最重要的应用之一。P2P网络以其文件共享和“去中心化”等特点不断引起人们的广泛关注。然而,由于P2P网络规模大、结点动态性强等特点,其安全问题显得十分突出。目前,学术界的研究热点之一便是对P2P网络安全问题的研究。论文对P2P网络中的搭便车行为、信任模型及信任信息的搜索算法进行了研究,具体工作及创新点有如下三个方面。在搭便车行为的研究方面,构建了基于灰色系统理论的搭便车者数量预测模型—GST(Gray System Theory)模型。P2P网络中过于严重的搭便车行为会制约网络的良性发展,而灰色系统理论能够将杂乱的原始数据序列通过一定方法的处理,变成有规律的数据序列,可用于预测P2P网络中的搭便车者数量。仿真实验表明,GST模型能够对正常P2P网络中的搭便车者数量做出较为合理的预测。在信任模型的研究方面,提出了基于云的加权信任模型(Cloud-Based Weighted Trust Model)—CBWT模型。该模型包括两个算法:加权信任信息传递算法和加权信任信息合并算法。仿真实验表明,该模型可用于计算P2P网络中结点之间的信任度,为结点的信任决策提供了参考。在信任信息搜索算法的研究方面,设计并构建了基于模拟退火算法的SABS(Simulated Annealing Based Search)模型。考虑到现有P2P网络中的搜索算法的缺陷及模拟退火算法在求解优化问题方面的优点,将模拟退火算法应用于P2P网络结点信任信息的搜索中。仿真实验表明,该模型能够用于搜索或更新各种规模的P2P网络中的结点信息,并求出到每个结点的最优路径和最小代价。论文通过对P2P网络中信任模型及其相关技术的研究,构建了预测网络中的搭便车者数量的模型,提出了传递与合并网络中的信任信息的策略,并设计了搜索网络中信任信息的算法。这些工作不仅为P2P网络中安全问题的研究提供了参考,而且可以整合到已有的P2P网络信任模型中,以提升已有模型的整体性能及整个P2P网络的安全性。