提出一个基于聚类推荐的信任模型。通过聚类算法，对目标节点的评价值进行聚合，使用聚类产生的推荐拟合度以及推荐节点自身全局信誉值共同作为推荐权重，经过迭代合成节点的全局信誉值。仿真实验分析表明，与类似的迭代式信任模型相比，由于推荐权重的分配更合理，从而能更有效地缓解节点恶意行为带来的影响，特别是遏制不诚实推荐节点对信任模型的破坏。