目前随着Web和访问控制的不断成熟,基于访问控制的应用不断涌现。分布式环境中的委托授权已成为访问控制领域的研究热点,为访问控制提供了更广阔的拓展空间。虽然很多研究者在委托授权领域开展了一些研究工作,并取得了一定的成绩,但还存在一些问题有待解决,值得更深层次的挖掘。鉴于使用控制——UCON模型具有连续性控制和可变属性特点,能够实现访问控制多样化及精确化的需求,本文利用UCON对委托授权进行控制。但UCON中授权是一个确定过程,要么授权要么不授权,授权判断不够灵活。引入可信度,根据可信度值对受托者分配合适的权限,简化了授权策略,既保持了UCON的优点,也可随时改变所授权力大小,具有动态灵活性。主要研究内容包括：1.详细分析了委托授权的基本特性,针对现有委托授权准则不能满足分布式环境下连续性控制、灵活、多样化的需求,提出了几条新准则。新准则的提出,能更好地约束委托授权行为,使用户间的委托更可控。2.利用动态模糊神经网络算法计算可信度,此算法计算的可信度准确、智能化。本文将UCON和可信度应用到委托授权中,委托者可方便快捷地根据受托者的可信度对其分配相应的权限,并可对其进行过程中控制。3.提出了一种基于UCON和动态模糊神经网络的委托授权模型一UCONDFNND,该模型具有委托管理、委托过程连续性和属性可变性、可信管理等功能,提高了系统的安全性和效率,适应分布式环境的需求。设计了该模型的引用监视器,以对委托授权的整个过程进行实时监控。4.基于UCONDFNND模型,在.net平台上开发了委托授权系统。系统验证了UCONDFNND模型能够实现委托授权,可实时检测系统中主体的行为,并根据其行为获得相应的权限。因此,实施的委托授权系统具有广泛的应用性。