网格是人们为了满足不断攀升的计算能力需求而提出的一个全球性解决方案,与传统网络环境不同,网格中计算资源、用户都是动态分布的,网格环境中虚拟信任关系需要动态的创建和消亡,需要突破地理位置的限制,突破传统共享和协作能力的限制,突破各独立域上安全机制对计算资源的限制,形成一个全新的,更自由的,更方便的资源共享,解决传统网络技术无法解决的问题。 现有的网格安全基础设施GSI不能很好地适应网格环境的动态性,可扩展性差。另外,已有一些文章提出利用实体间基于声望的信任模型来解决网格环境中多个不同安全实体间的协作问题。但这些信任模型都不能很好的解决恶意推荐对信任度评估的影响;不能很好地处理推荐信任度的综合和修改等问题。 本文在研究现有的分布式环境下的信任模型的基础上,提出了一种新的信任模型来处理网格环境中实体之间的信任关系。该模型是一个基于行为的分层信任模型,模型上层负责建立和维护具有不同安全策略自治域之间的推荐信任关系,下层负责处理管理者对域内实体的信任评估问题。在利用推荐信任值建立域间信任关系的过程中,给出了一种可行的推荐信任值综合处理方法;同时,根据实体交往经验调整域间推荐信任值和实体间直接信任值。经模拟实验及分析,模型中对多条推荐路径进行综合的方法能更加准确地评估实体之间的信任关系,有效的降低实体的恶意推荐等安全问题,具有较好的有效性和可扩展性。