分散计算是继云计算、雾计算、边缘计算之后一种新的以资源为中心的计算范式,它将全世界所有具有计算能力的设备连接到一起,当计算任务出现时,利用网络中闲置的计算资源来划分任务。分散计算突破了传统的服务器-客户机模式,以计算节点协作和共享的方式为用户提供服务。任何一个节点既可以是任务的发布者,也可以是服务的提供者。由于其独特架构优势,使得分散计算可以在物联网的应用上发挥巨大的优势。在推进分散计算广泛落地的同时,必须迫切解决其面临的网络安全问题,主要包括:1)静态的、单因素身份认证难以满足动态网络中安全认证的需求;2)分散节点的异构性、动态性等特点导致各节点间的交互极其不稳定,难以确立信任关系和交易规则;3)分散计算是一种无中心的计算范式,节点分布范围广,节点之间临时连接的通信链路容易暴露,数据传输更容易被恶意拦截和窃听;4)分散计算中高效的任务分配与节点的位置隐私保护难以兼顾。针对以上四个方面的主要挑战,本文对分散计算环境下的网络安全模型及其算法展开了系统的研究,取得了如下研究成果:1)建立了一种持续身份认证与安全威胁评估相结合的控制模型,综合考虑了安全威胁和控制成本两个因素,通过持续身份认证与安全威胁评估的功能联动,构建了网络安全的第一道防护。基于网络攻击的特点,建立了基于传染病传播机理的安全威胁评估模型,以实时监控网络的安全威胁指数,进一步提出了一种多因素的持续身份认证方法,作为评估模型的重要控制策略。通过实验验证,持续身份认证可以使得在稳态下网络占比32.5%的恶意节点下降至1.3%。2)建立了一种基于信任评估的交易策略演化博弈模型,为分散计算环境下节点之间的协作共享提供信任基础和交易规则,并且能够诱导节点以采取诚信交易为最优策略,为节点之间协作共享构建了可信的环境。通过对模型均衡解的理论分析,得到了诚信交易作为演化稳定策略的条件。为了准确得到信任值,提出了一种综合信任动态评估算法,作为分散计算中完成信任评估、识别恶意攻击、剔除恶意节点的重要方法。通过实验验证,本文所提出的综合信任评估算法的交互成功率可达96%,恶意节点识别率94.4%。3)建立了一种基于分数阶混沌同步的数据安全传输模型,保障了分散计算环境下节点之间数据传输的安全性。基于混沌保密通信原理,建立了具有一对多和一对一传输功能的数据安全传输模型,并提出了对应的求解算法。在一对一数据传输模型中,选择分数阶Lorenz混沌系统和分数阶R（?）ssler混沌系统分别作为发送端的加密系统和接受端的解密系统,构成一个异结构异阶次的分数阶混沌保密通信系统。针对所建立的模型,提出了基于混沌同步的数据安全传输算法,并对证明了算法的收敛性、安全性。通过对密钥空间的计算,得到本文通信模型的密钥空间大小为2460。4)建立了一种具有位置隐私保护的任务分配模型,实现了分散计算中安全、可信、差异化的任务分配。该模型综合考虑了任务完成率、响应时间、通信距离三个优化目标,并利用平面拉普拉斯机制为节点提供差分隐私保护。为了求解此模型,本文提出了 一种多对多匹配算法,得到了一个稳定的匹配,并证明了算法的收敛性、稳定性及匹配结果关于任务节点的最优性。通过实验论证,当NCPs与任务节点达到1:2时,本文任务分配模型的任务完成率可达 99.33%。