网格技术与e-Learning技术的融合形成了e-Learning网格这一新的研究方向。在e-Learning网格系统中，为了合理利用网格中的各种资源，必须对任务进行有效调度；同时，随着网格应用的深入，一系列安全隐患逐渐显现，将任务分配给e-Learning网格中的远程节点执行常会引起多种安全问题，需要有效的任务管理机制保证任务和资源的安全性和可靠性。本文在分析e-Learning网格体系结构的基础上，对e-Learning网格系统中的任务调度模型和任务调度算法进行了研究。然后结合e-Learning网格对安全性的要求，研究了网格环境下用户与资源之间的信任关系，提出了基于信任机制的任务调度算法。本文的主要工作如下：通过研究e-Learning网格的任务调度模型，对影响任务完成时间的因素进行深入分析，提出POTEMin-min调度算法。算法根据不同系统需求对任务调度的影响程度，将任务划分为若干优先级集合，然后依次对各优先级集合内任务进行调度。性能分析和仿真实验结果表明：本算法能一定程度满足不同系统的需求，提高系统的负载平衡，减少任务的完成时间。通过分析网格环境中实体之间的信任关系，提出一种信任值计算模型。模型根据用户和资源间已有执行经验计算节点的信任值，实现网格环境下信任值的分布式计算，有效解决因网格动态性引起的信任值计算开销问题。在此基础上，本文对经典网格任务调度算法MCT和Min-min进行了重新设计，提出基于信任机制的TrustMCT和TrustMin-min算法。算法分别根据MCT和Min-min的不同特性，采用不同的划分机制划分信任值区间，对同一信任值区域的任务和资源进行匹配。实验结果表明：基于信任机制的任务调度算法可有效降低任务执行失败率，从而减少任务完成时间。