近年来,传感器相关技术的突破性成果促进了无线传感器网络的快速发展,进而引发了一系列安全问题。当前,基于认证、协议等传统的安全机制虽能有效地抵御网络外部攻击,但无法抵御自私节点或妥协节点发起的传感器网络内部攻击。此外,传感器节点能量有限的特性对无线传感器网络的安全机制提出了限制性要求,即:计算开销不宜过大或算法复杂度不宜过高。基于此,信任管理系统作为抵御无线传感器网络内部攻击的一种有效手段被提出。本文综述了近年的无线传感器网络信任管理系统,在充分考虑无线传感器网络特性的基础之上,以节点间的信任为着力点,针对无线传感器网络信任管理系统构建过程中的数学分布问题与节点能量利用率问题,提出了基于泊松分布分信任管理系统,旨在提高对节点的信任评测速度,增强抵御以on-off攻击为主的网络内部攻击的能力。论文还针对依据观测行为评估待评测节点信誉存在主观性与不确定的问题,提出了基于贝叶斯理论与马尔可夫链多融合信任决策机制,旨在提高对节点的信任评估速度,增强抵御共谋攻击的能力。具体而言,本文的主要研究工作和成果有:(1)通过对近年的无线传感器网络信任管理的综述,深入分析相关数学分布间的关系,弱化潜在假设,理论推导泊松分布表示信任与信誉的关系式,并引至信任管理系统,继而构建一套基于泊松分布的信任管理系统。同时,针对节点能量有限这一问题,本文采用熵理论评估直接信任的确定性适时引入间接信任的方式解决该问题,即只有当直接信任的确定性较低时才会结合间接信任计算节点的总信任值。这种按需计算间接信任的方法在一定程度上节省了节点的能量,降低了算法的复杂度。经matlab仿真实验平台验证,与传统信任管理系统相比,基于泊松分布的信任管理系统能更快速、高效地评估节点的信任,且抵御on-off攻击的能力更高。(2)通过对近年的无线传感器网络信任管理的研究,信誉是由贝叶斯理论对节点的当前行为的观察所得,但观察过程中可能存在一定的主观性与不确定性。因此,本文深入研究贝叶斯理论与马尔可夫链理论,提出了基于贝叶斯理论与马尔可夫链的多融合决策机制。该决策机制利用构建转移矩阵作为枢纽融合两者,验证观察节点行为的可信性,并依照评测结果对节点的当前交互行为进行决策,以便后续对节点信任值的客观准确评估。经matlab仿真实验平台验证,与传统信任管理系统相比,所提的方法能高效地预测节点的信任,且抵御共谋攻击的能力更高。