P2P(Peer-to-Peer)即对等网络，目前已经成为Internet应用系统中最重要的成员之一。由于P2P网络具有的开放性、匿名性以及松耦合性等，使得网络系统中的实体之间由于缺乏信任而带来了严重的安全隐患和大量不可靠的服务质量问题，比如搭便车(Free-Riding)问题、公共物品悲剧(Tragedy of Common)问题等自私行为；以及大量的欺诈、伪造等恶意行为等。如何在P2P系统中建立信任关系、遏制恶意行为、提高服务质量成为亟须解决的问题。建立信任与声誉模型是克服此难题的有效方法。本文针对当前信任与声誉系统的时间和风险的问题进行了深入研究。主要研究工作有以下几点：1.在当前信任与信誉研究模型的基础上，提出了时间窗精确因子，通过将时间窗分成不同的周期和时间格来量化时间函数，达到详细记录行为发生时间点的目的。由于在不同时间段交易记录对信誉值计算的影响比较大，即可能因为时间衰减而致使信任值失效，使用此因子得到的信任度会较精确也较可靠，从而保证了交易的成功率和网络的安全性。最后通过仿真实验证明了加入时间窗精确因子的信任模型在随着交易量不断增长的情况下成功率要比原模型高。2.由于当前信任模型中恶意交易行为大都是事后检测，本文结合经济学中风险的概念细化风险价值，提出了风险预测因子。将风险识别和评估划分成不同的等级，建立风险函数。风险预测因子可以作为预测节点未来行为的参考因素，可以能够跟信誉值结合准确的计算节点的信任度，同时还可以作为对恶意交易行为的惩罚措施和对恶意节点的识别手段。然后通过仿真实验证明了加入风险预测因子的信任模型在恶意节点逐渐增多的情况下仍能保持较高的交易成功率。3.本文在时间窗精确因子和风险预测因子的基础上提出基于时间窗和风险值的信任模型（Timewindows And Risk Trust,TAR-Trust），最后通过仿真实验证明了该信任模型在不同类型恶意节点不同程度的攻击情况下仍能具有较好的性能。