无线传感器网络是一种全新的信息获取和处理技术,它将逻辑上的信息世界与客观上的物理世界融合在了一起。作为未来实现“普适计算”的一种新型技术,无线传感器网络在越来越多的领域表现出广阔的应用前景。由于其一般配置在恶劣环境、无人区域或敌方阵地中,加之节点本身固有的限制,因此,无线传感器网络的安全问题引起了人们的极大关注,也给研究人员提出了大量具有挑战性的课题。云模型是在传统模糊数学和概率统计的基础上提出的定性定量互换模型,把自然语言中定性概念的模糊性和随机性有机结合在一起。云理论的提出为网络安全领域带来新的研究方向。云相似度算法是为拓展云的应用而提出来的,具有一定的理论价值和实际意义。然而由于云本身的特性使得算法的计算精度不高,计算消耗较大,对其应用产生了一定限制。本文对此算法进行改进,提出基于区间的云相似度比较算法。实验结果表明,该算法在计算精度以及计算消耗上都对原相似度算法进行较大的优化,使得云理论可以在资源受限的无线传感器网络中得到应用。论文在基于区间的云相似度比较算法的基础上建立基于云理论的无线传感器网络信任模型,将信任用定量数值表示,并设计新的更新函数使得信任的获取过程更加合理。仿真实验表明该信任模型具有很好的鲁棒性,能够准确快速的识别出恶意节点,防止网络被破坏。此外,论文将网络分群,在群中基于云理论对信任进行管理,并计算群可信度。然后在蚂蚁路由算法中,将群可信度添加到群转移概率计算表达式上,而在同一个群中,将剩余能量添加到节点转移概率计算表达式上,提出基于云理论的群可信度蚂蚁路由算法。该算法保证了对群内节点可信度判断的高准确度以及蚂蚁路由的高有效发包率。算法中能耗的分布主要在部分群首节点处,减少死亡节点数,使得网络维持较长的生命周期。