雾计算是一种新兴的计算技术,它将云计算服务扩展到网络边缘,例如网络、存储和计算。它具备了各种特性和功能,如降低服务延迟、大规模地理分布、异构性、实时性和移动性。而随着新的计算模式,雾计算面临了新的挑战,其中由于雾环境中分布式的设备框架,安全性和隐私性成为了最大的关注点之一。在本文中,我们主要关注与雾有关的各种安全和隐私问题。从各种安全问题出发,以雾计算的角度,选择了两个不同的问题,提出不同的唯一解决方案。1.我们提出了一种与雾计算相关的各种安全和隐私问题的分类法。我们明确了各种安全与隐私问题,如信任管理,隐私保护,认证,访问控制,威胁和攻击,以及安全审计。我们对各种文献进行了讨论和分析,并提出了它们在雾计算架构方面的局限性和缺陷。2.由于大规模的分布式雾设备,在雾层之间提供安全的认证成为了一项关键的挑战。由于雾独特的结构和特点,传统的认证方法不能直接适用,而且传统的认证方法需要庞大的计算能力和较长的等待时间,无法满足雾的特性。为了填补这一空白,本文提出了一种设备到设备（D2D）的基于位置的安全分散认证模型。在这个模型中,雾设备可以通过使用区块链在雾层相互认证。我们利用了Ethereum Blockchain平台完成对雾设备的注册、认证、证明和数据存储。我们描述了系统组件、体系结构和设计,并且还讨论了与该方法的安全性分析、实现、功能性和性能测试等方面。通过与现有方法的比较,我们验证了所提出的认证机制的安全性和有效性。3.雾中最重要和最具挑战性的安全问题之一是检测恶意或流氓雾节点。如果没有合适的检测机制,分布式雾环境下的雾节点管理将变得十分困难。传统的云计算中已经提出了非常著名的对于流氓节点检测技术,然而,本文试图从不同的角度来解决这一问题。在本文中,我们引入Hidden Markov Model（隐藏马尔可夫模型,HMM）利用了一种基于统计的方法来检测流氓雾节点。我们训练的HMM能够在很短的计算时间内成功地检测到流氓雾节点的存在,并且具有很高的精度。我们使用MATLAB仿真环境验证了我们所提出的方法。此外,本文最后给出了一些与现有方法相比的评估结果,展示了该模型在性能方面的优点。研究结果表明,该认证机制和流氓雾节点检测技术是安全有效的。因此,该方法适合在雾环境下实现。最后,我们从雾的安全问题、认证和流氓雾节点检测方面提出并讨论了几个开放性问题。