为了解决在面向开放网络的信誉系统中,不合理的初始化定值策略使信誉收敛速度受阻并引发漂白攻击问题,提出一种基于推荐的信誉系统初始化定值策略.首先构建了信誉收敛形式化模型、系统动态模型和系统恶劣度模型.然后依据对乐观初始化、悲观初始化和动态初始化等初始化策略的理论分析,提出基于推荐的初始化策略,采用打分和双向匿名机制保障初始化策略的有效性和安全性.仿真结果表明,新的策略可以有效地加快信誉收敛速度和遏制漂白攻击.