对等网络（简称P2P网络）作为一种新型逻辑覆盖网络，在文件共享、流媒体传输、即时通信和协同计算等方面表现出了很强的生命力。但是P2P网络开放、匿名、动态的结构特点为其带来了很多安全问题，如病毒文件、信任值欺诈、搭便车等。这些恶意行为使得P2P网络资源没有得到高效配置，同时严重制约了P2P网络的健康可持续发展。　　P2P网络信任具有模糊性、主观性和动态变化特点，表示一个节点对其它节点行为和服务能力的综合期望。科学合理的信任值评估模型能够促进P2P网络资源的有效共享，从而提高整个网络的运行效率。本文重点研究基于Dirichlet分布的模糊信任评估模型，主要工作如下：　　(1)针对P2P网络中存在的节点恶意评价、摇摆服务等现象，提出基于Dirichlet分布的模糊聚类信任评估模型。该模型利用模糊聚类过滤掉恶意评价，同时观察模糊聚类的类别数和可信评价的数目来评估节点摇摆服务的程度。在此基础上，考虑到主观信任动态变化的特点，结合模糊理论中贴近度概念，提出一种带有激励性质的信任更新机制，从而更有效提高节点提供优质服务的积极性。　　(2)针对P2P电子商务环境中存在的信任值欺诈和恶意洗白现象，提出一种基于Dirichlet分布的模糊控制信任评估模型。该模型考虑到信任本身具有模糊性，将交易提供商当前信任值和前后两轮的信任值差值作为模糊控制的输入参数，输出为其Dirichlet分布先验基本率的更新权值。这在一定程度上降低了交易提供商恶意洗白的概率，也使信任值欺诈得到有效遏制。