无线传感器网络(Wireless Sensor Network,WSN)作为目前的研究热点在国内外备受关注,其在军事、环境监测和工业生产等方面都拥有广阔的应用前景。其中,无线传感器网络覆盖质量的优劣关系着整个网络的性能及服务质量,并且传感器节点在覆盖优化过程中极易受到攻击或入侵,现有的WSN覆盖方法大多关注覆盖效率,而缺乏安全方面和覆盖率的综合考虑,所以如何在无线传感器网络遭受攻击的情况下也能保证安全通信和高效的最大化覆盖是目前研究的关键。首先,本文针对WSN优化覆盖问题,对粒子群算法(PSO)后期易陷入局部最优解的缺陷进行优化,将其与萤火虫算法(GSO)和布谷鸟算法(CS)两种群智能算法结合提出了两种优化混合算法:PGSO和PSO_CS。一方面,GSO算法能够搜索到解空间中局部最优解和全局最优解,将其与PSO算法结合,能够优势互补。另一方面,CS算法可以准确地找到全局最优解,并且有很好的通用性和鲁棒性,但是收敛速度慢,恰可与PSO算法优化组成PSO_CS算法。改进后的两种算法都较好地解决了 PSO易陷入局部最优解问题,使算法在解决WSN覆盖问题中的性能得到提升。然后,本文为解决WSN容易遭受攻击而导致节点通信不安全的问题,提出了一种适合无线传感器网络覆盖的信任管理机制。考虑不同的信任因子,兼顾主体对客体进行监控的直接信任值及第三方推荐的间接信任值,得到传感器节点的综合信任值。再根据节点的信任值调节自身感知半径和通信半径,并将此信任机制嵌入混合优化群智能算法PGSO和PSO_CS中,最终使WSN在遭受入侵时也能自适应调节得到最大化的可靠覆盖。本文分别对提出的算法进行了实验仿真,仿真结果表明,本文提出的混合优化群智能算法PGSO和PSO_CS与原始群智能算法相比,在WSN覆盖过程中有更大的覆盖率。在混合群智能算法的基础上综合考虑网络安全问题,基于信任度的混合群智能算法与传统方法对比,在保证可靠覆盖的基础上提高了 WSN整体的覆盖率,确保了网络覆盖的安全性和高效性。