网络系统已经发展到大规模、分布式的无界网络；随着网络复杂性的加剧、系统规模和速度的增长、系统之间依赖性的加强,信息系统的安全问题层出不穷。但是传统的安全技术着重于防御,即通过加固系统来抵御攻击,忽视了攻击成功后系统的作为。如何在开放的复杂环境下,当系统面临攻击时仍然能够保持系统的运转,即系统的可存活性,已成为当前系统安全性研究的重点。　　 可存活性是用来表明系统在面对蓄意攻击、故障失效或偶发事故时仍能完成其任务并及时恢复整个服务的能力。根据任务在信息系统中的作用,可以将任务划分为关键服务和非关键服务。可存活性的主要目标就是当系统受到破坏后,系统仍然能够持续提供关键服务并且当攻击被破解后能够及时恢复受损的服务。　　 目前对于可存活性的研究可以分为分析和实现两个方面。可存活性的分析一般通过建模的方法,对原有系统的可存活性进行度量,找到系统的薄弱环节。可存活性的实现一般通过体系结构的设计改进或者重配置的方法,来提高系统的可存活能力。　　 本文基于资源重配置的策略,通过剥夺非关键服务的资源分配给资源受到破坏的关键服务,保障关键服务持续运行,从而实现信息系统的可存活性。资源重配置方案多种多样,本文从两个限制条件出发考虑配置方案,即要求方案中被剥夺资源的非关键服务尽可能少,非关键服务对于关键服务的响应时间尽可能短。　　 本文重点讨论了基于上述两个条件,通过资源重配置实现系统可存活性的策略,并从单个关键服务和多个关键服务资源受损两个角度研究了资源重配置算法。本文主要工作包括:　　 1)广泛阅读了相关文献,探讨和研究系统可存活性的定义及其相关性质,并分析和总结了国内外相关领域的发展现状；　　 2)将人工智能领域的算法引入可存活性的研究,提出近似度算法和时间优先算法,解决单个关键服务资源受损时如何通过资源重配置保持该服务持续运行,从而实现系统可存活性；　　 3)运用启发式的思维,提出“两步走”策略,解决多个关键服务资源受损时如何通过资源重配置实现可存活性；　　 4)在分布式系统架构——带有中心处理器的点对点系统中模拟重配置算法,并在Windows系统、Visual Studio6.0环境下实现了该算法。