目前在很多网络领域中应用的对等网技术是近些年发展起来的一种网络技术,且快速成为业界研究与关注的焦点和热点。可是在对等网的发展及壮大过程中,产生了一系列需要研究和解决的问题,其中最普遍也最重要的问题就是安全问题以及资源的贡献问题。信任管理模型技术是解决对等网安全问题的一个方面,尽管国内外对信任管理模型技术的研究取得了一些成就,可还是存在信任不够、推荐有误、贡献有限等问题。　　 本文在分析和研究已有信任模型的基础上,提出了一个基于模糊集合的对等网信任管理模型,并将一种惩罚机制引入到模型中。整个信任模型根据现实中的情形将信任度分为主观信任度和客观环境信任度两种,使用模糊集合的方法分别计算,再将计算结果加权累加,从而得到最终的信任度。关于主观信任度,是根据自身的记录、其它节点的历史评价和信任推荐进行计算,运用模糊集合中的模糊关系将评价进行量化计算;关于客观信任度,第一、对可能影响信任度评估的客观环境因素进行统计和分类,第二、将各种类型的因素进行量化,第三、将量化的各种影响因素加权,利用模糊集合的方法对这些客观因素的值进行计算,经过计算得到客观环境因素影响的客观信任度的值。计算信任度的量化值后将惩罚机制引入到其管理之中,促使节点用户积极诚实的参与到网络的互动中。　　 本模型相对于已有的研究,不仅将主观信任度用模糊集合的方法计算,而且把客观环境因素的影响充分利用模糊集合的方法计算,综合了主观和客观的影响。最后的仿真实验表明该信任模型能有效的促进对等网节点的信任关系,提高了交易的安全性和积极性。