随着网络规模的扩大和用户数目的增加，安全问题正显得日益重要。在安全访问控制模型的研究领域，RBAC模型与传统的访问控制技术相比具有明显的优势。RBAC是一个策略中性的模型，由于角色概念的引入使得用户和许可操作相分离，简化了对权限管理。但是，随着各种新应用的出现，访问控制过程必须实时的考虑系统和用户的动态环境信息，传统的RBAC已经无法满足应用需求，因此需要对RBAC模型进行必要的扩充。　　 本文以动态上下文感知和规则推理为主要研究内容，分析了现有的基于感知的XORBAC模型系统存在的不足，定义并实现了一个新的RC-RBAC模型，并给出了应用实例。　　 论文首先对RBAC模型中的感知和推理技术进行分析，研究了XORBAC模型定义和实现，指出XORBAC缺陷并提出相应的改进方案。然后针对现实中访问控制的需求，提出了基于推理的动态上下文感知RBAC模型，即RC-RBAC。然后，论文给出了模型的形式化定义、总体框架和主要组成部分以及关键的实现技术。论文着重描述了利用Context Toolkit实现分布式环境下主体上下文属性的收集和处理的原理和技术，通过使用逻辑推理引擎Amzi Prolog来实现模型中的动态约束和智能推理。最后，将RC-RBAC模型应用于网上考试系统中，有效的验证了模型并解决了实际的访问控制问题。