在计算机安全领域中,安全(Security)可抽象地定义为系统中不存在非授权的访问与控制,通常表达为三种安全属性:机密性(Confidentiality)、完整性(Integrity)和可用性(Availability)。防止机密的信息被泄露和可信的信息被污染对计算机安全至关重要。即机密性和完整性是计算机安全的两个重要属性。相对于信息流机密性安全模型,完整性安全模型的研究相对较少。但是随着电子商务和社交软件等网络应用的极速发展,完整性的需求越来越突显。由于网络环境的开放性和复杂性,在实际计算机系统中可信信息不可避免地会被更改,并且在许多实际情形下这种的更改是可容忍的。因此有必要定量刻画有多少更改是可容忍的。Clarkson通过将程序建模为信道,使用香农熵定量地量化了信息流的完整性,但该量化方法在一次攻击情景下并不满足直观性要求。因此本文使用最小熵和信念最小熵两种新的方法来量化信息流的完整性,内容如下:首先,针对攻击者能够一次最大可能更改可信信息的情况,基于Clarkson定义的信息流完整性模型,使用最小熵来定量量化信息完整性。讨论在多输入条件下信息流的完整性,重点刻画信息完整性中的污染和信道抑制两种模型。基于已得到的结果,进一步给出污染和信道容量之间的关系;并讨论在串联信道中的信息抑制的复合问题。最后,对可能出现负信息流的情形进行详细的分析。其次,实例分析比较香农熵,最小熵以及信念三种量化污染的方法。在对手对系统行为有额外认知的情况下,根据Clarkson定义的信息流完整性模型,提出一种可供选择的新方法。即使用信念最小熵定量刻画信息的污染与信道抑制。与之前的方法比较,该方法能够适用于多种攻击情景,当对手的信念与系统相容时该方法可识别对手信念的准确性。