互联网迅速发展的同时,网络安全问题日益成为人们关注的焦点,病毒、恶意攻击、非法访问等都容易影响网络的正常运行,多种网络防御技术被综合应用到网络安全管理体系中。传统的安全技术和手段,尤其是安全授权机制、数字签名、防火墙、系统补丁等等虽然在一定程度上遏制了网络安全问题的泛滥,但是治标不治本的策略并不能实现真正意义上的安全。可信网络是解决网络安全的新思路,网络和用户行为分析是其中的一个关键问题。通过研究网络和用户的行为信任,不仅可以减少或避免与恶意用户交往,而且因为服务提供者与用户之间建立了互信,可以提高它们合作完成任务的可能性,降低因不信任带来的监控和防范等额外开销,所以对网络和用户行为可信的研究可以提高网络的安全性,也可以提高网络的性能。　　 目前评估网络用户行为的方法成本高且缺乏可操作性,为了便捷有效地对网络用户行为信任进行预测和评价,本文以网络行为和用户行为研究为核心,提出了面向可信网络的网络行为分析架构,利用从实际运行的网络中采集的网络流量数据,首先通过静态和动态算法建立正常的网络行为模式,并以此作为行为预期,在监控网络运行的同时从中发现运行时刻的异常网络流；提出了面向可信的用户行为信任的评估、预测与控制算法,建立了一种可量化的证据与信任等级之间的对应关系,包括行为信任的可靠评估、基于信任的动态的资源访问控制和以信任预防为主、实时监控为辅的异常行为的监控与防范等。　　 实验结果表明,文中的算法可以避免由于对新型攻击模式的不了解而产生的漏报,将网络攻击控制在有限的时间和空间范围内；可预测单属性和多属性下的行为信任等级,提高服务器的安全性和可靠性。