网格技术作为下一代互联网的核心技术之一,其功能是将地理上广泛分布、系统上异构的各种计算资源全面整合在一起,实现网络虚拟环境上的高性能资源共享和协同工作。而网格作为一种硬件和软件的基础设施,为计算和数据管理提供了一个统一的虚拟平台。网格技术的出现,为人类提供了建设信息系统的新视角、新理念和新技术。网格的应用已经从最初的高性能科学计算发展到现今的商业、教育、天文、医学等各个领域。但是,网格以互联网平台为基础,并且继承了分布式系统大规模、分布、异构、动态和可扩展的特点,使得网格不仅具有传统网络带来的安全问题,而且具有分布式系统自身带来的信任问题。网格中的信任问题主要通过建立信任管理模型来解决。信任是信任管理的基础,信任管理模型是对信任进行创建和管理的框架,主要包括明确信任属性、信任计算方法、信任值计算和信任评估等。现有的信任管理模型主要分为客观信任管理模型和主观信任管理模型。客观信任管理模型中实体使用公钥技术来验证对其他实体的信任程度,而主观信任管理模型中实体通过观察实体在网络中的行为来评估该实体是否值得信任。本文主要讨论主观信任管理模型。主观信任管理模型是将实体间的信任关系具体量化,信任的评估通过实体间的交互记录——实体行为的直接观测以及其他实体提供的意见等方式得到。目前,研究者已经提出了许多信任管理模型来得到节点的具体信任值,主要有基于贝叶斯理论的信任管理模型、基于主观逻辑的信任管理模型、基于证据理论的信任管理模型、基于模糊逻辑的信任管理模型、基于灰色理论的信任管理模型和基于灰色预测的信任管理模型等。在基于灰色预测的信任管理模型中,一般采用GM(1,1)模型预测节点的信任值。但GM(1,1)模型适用于具有较强指数规律的序列,只能描述单调的变化过程,对于时变的信任管理系统具有一定的局限性。本文针对GM(1,1)模型在预测信任值方面的不足,建立了一种基于射线投影法的信任管理模型。该模型定义了推荐可信度和风险因子；给出了交易额度、相关性因子、衰减因子和连续奖惩因子的计算方法；利用公共存储区域优化节点的运算量和存储空间,同时将公共存储的责任区域控制在一定的范围内,限制了公共存储区域下节点的数目,减小了公共存储区域的运算压力。仿真实验表明,本模型提高了信任的预测精度,增强了区分不同行为节点的能力,在满足模型普适性和扩展性的同时,能够较为准确地识别恶意节点,保证了模型的有效性和健壮性。随后,本文针对P2SP网络中的信任问题,将该模型应用到P2SP网络中,提出了建立P2SP环境下信任管理模型的构想。随着互联网的发展,“云计算”平台成为网格发展的新趋势。“云计算”中涉及的“云安全”问题亦成为人们关注的热点问题。作为网格安全讨论的延伸,本文最后对“云查杀”中的信任管理模型进行了建设性的探讨。