安全性一直是无线传感器网络中首要考虑的问题,是其不可或缺的重要属性。当无线传感器网络部署在偏僻或者敌对的环境中,由于其开放的无线信道、动态的网络结构和分布式部署等特性,传感器节点易被敌对的人捕获成为恶意节点,当恶意节点从内部发起攻击时,无线传感器网络的安全无法得到有效保障。无线传感网节点信任评估能够有效防范恶意节点发起的内部攻击,提升无线传感器网络的安全性。传感器节点所在区域的环境并不是一成不变的,且恶意节点也具有一定隐蔽性,使无线传感网的安全性面临新的挑战。信任评估方法是节点信任更新的前提和基础,针对这两方面进行了相关研究,主要研究内容如下:1.提出一种基于聚类的无线传感网信任评估模型,以检测网络中的恶意节点,防御其对无线传感器网络的内部攻击。针对开放环境导致信道具有不稳定性的问题,论文重视传感器节点信任证据的不确定性对信任评估精度的影响,将节点的原始通信行为数据于K-Means算法完成聚类,可以减轻同一环境下信道不稳定性对信任证据的影响。针对信任评估的实时性特点,将处理后的数据训练C4.5决策模型,该模型能够对节点的实时行为数据进行决策,而且训练好的决策模型对节点作信任评估时不需要很大代价,能够避免节点消耗不必要的能量。通过实验分析,提出的信任评估模型能够准确并快速地检测出无线传感器网络中的恶意节点,保障网络的安全性。2.提出一种基于多属性信息的信任更新机制,以应对环境的变化和具有隐蔽性恶意节点,提升节点信任评估精度。针对环境的变化导致决策模型不具有时效性,会将正常节点误判成恶意节点且无法有效识别恶意节点,引入推荐信任数据,根据数据将恶意节点所在区域按照密度划分,并计算出该区域环境是否对信任评估造成影响,进而选择更新决策模型。针对恶意节点具有隐蔽性的特点,会在其它节点被检测出后降低攻击频次,对已评价的节点信任等级进行分析,并选择滑动窗口和遗忘因子处理恶意节点的历史信任证据,更新节点信任等级。通过实验分析,提出的信任更新模型能够减少正常节点的误判率并且提高了恶意节点检测率。