У статті розглянуто проблему забезпечення цілісності даних у децентралізованих конфіденційних системах за умов відсутності централізованого контролю та можливості адаптивних атак. Запропоновано мультиагентну модель адаптивної довіри, що дозволяє динамічно оцінювати надійність учасників і знижувати ризики порушення цілісності обчислювальних процесів під час міжорганізаційної взаємодії. Метою статті є розроблення мультиагентної моделі адаптивної довіри для децентралізованих конфіденційних систем, здатної забезпечувати цілісність та достовірність обчислювальних процесів за умов наявності адаптивних атак на вузли мережі. Методи дослідження. Під час проведення дослідження застосовано методи аналізу та синтезу для вивчення підходів до побудови мультиагентних систем і механізмів управління довірою в децентралізованих середовищах. Метод системного та імітаційного моделювання використано для розроблення мультиагентної моделі адаптивної довіри та дослідження її поведінки в умовах атак на цілісність обчислювальних процесів. Експериментальні та порівняльні методи дозволили оцінити ефективність запропонованого підходу й обґрунтувати його переваги над статичними моделями довіри. Отримані результати дослідження. В статті формалізовано атаки на цілісність обчислювальних процесів і розроблено мультиагентну модель адаптивної довіри для децентралізованих конфіденційних систем на основі байєсівського оновлення та еволюційної адаптації стратегій. Результати симуляційних експериментів підтвердили, що запропонована модель забезпечує високу стійкість до атак, швидку стабілізацію рівнів довіри агентів і ефективний баланс між безпекою, конфіденційністю та продуктивністю. Елементи наукової новизни. У роботі удосконалено підходи до формування довіри в децентралізованих системах шляхом інтеграції моделей багатоагентної взаємодії та стохастичної ігрової теорії, у межах яких довіру подано як еволюційний процес за умов неповної інформації. Розширено відомі байєсівські моделі довіри за рахунок поєднання механізмів байєсівського оновлення переконань з алгоритмами підкріплювального навчання, що забезпечує динамічну адаптацію поведінки агентів до змінних і цілеспрямованих атак на цілісність обчислювальних процесів. Уточнено механізм корекції стратегій агентів, який поширює класичні ігрові моделі довіри на децентралізовані конфіденційні системи без централізованого контролю, підвищуючи їхню стійкість до адаптивних загроз. Теоретичне та практичне значення викладеного у статті. Дослідження розширює теоретичні підходи до формування адаптивної довіри у децентралізованих системах та інтегрує байєсівське оновлення з алгоритмами підкріплювального навчання. Практично модель підвищує стійкість до атак на цілісність і забезпечує конфіденційність обміну даними, що дозволяє будувати адаптивно захищені платформи у federated learning, Web3 та IoT.