网格是继万维网之后出现的一种新型网络计算平台,目的是为用户提供一种全面共享各种资源的基础设施。但因其大规模、分布、异构和动态等特性使得网格计算环境非常复杂,提出了比传统网络环境更高更广泛的安全需求。安全问题是网格计算技术的关键问题。而信任问题是人们在解决网格安全问题中所必须面对的核心问题。因此,进行信任问题研究,提出有效的信任模型是十分必要的。本文在研究现有信任模型的基础上提出了一种新的发任模型一具有奖惩机制的双层信任模型来处理网格环境中实体之间的信任关系。该模型将身份认证加入信任初始化过程中,对信任值的评估综合考虑了直接信任和推荐信任,从而能更加精确地评估实体间的信任关系,在推荐信任路径的搜索中,本文通过改进的蚁群算法对推荐信任路径进行筛选,防止了域的联合欺诈行为;在信任关系的更新中,本文引入奖惩机制更新实体间信任关系及域内节点的信任值,很好地解决了节点恶意行为带来的安全问题,在利用推荐信任值建立域间信任关系的过程中,结合域间实体交往经验给出了一种可行的域间信任值调整算法,能够很好地预先识别恶意行为。通过仿真实验,从有效性、准确性、安全性三个方面对模型进行了量化评估,同时对改进的蚁群算法进行了有效性和收敛性的验证,实验结果和分析表明本文的信任模型能有效地解决网格环境中存在的安全问题。最后,将信任模型应用于访问控制中,提出了一个网格环境下基于信任的实体访问控制决策框架。