Les systèmes de recommandation sont de plus en plus largement utilisés. Avec les ré- seaux sociaux, ces systèmes tiennent désormais compte des relations d'amitié ou de confiance entre les utilisateurs. Dans cet article, nous proposons des algorithmes de recommandation respectant la confidentialité des données et pouvant être implantés sur des architectures dé- centralisées et dynamiques. Ces algorithmes n'ont besoin d'aucune connaissance globale du réseau, limitent l'échange de données aux relations d'amitié et de confiance entre les pairs et évitent la diffusion des données privées sur le réseau. Nous avons réalisé une évaluation de différents algorithmes de recommandation, afin de com- parer notre proposition aux algorithmes centralisés. Pour cela, nous avons défini des mesures spécifiques de précision des résultats et identifié l'ensemble des connaissances nécessaires pour chaque algorithme. Nous avons mené deux séries de tests de simulation qui sont présentés et discutés.