近年来,随着科技的发展和汽车产业的兴盛,人们对汽车的需求量逐步加大,由此产生了一系列的交通问题,比如交通拥堵、交通事故等。车联网作为智能交通体系的核心技术可有效提高交通运作效率,并保障车辆的安全出行。车载自组网络中各节点通过无线通讯的方式进行信息传输,且拓扑结构变化快,其通信链路脆弱且容易受到各类安全威胁,车载网络中的信息安全问题成为当今学术研究的主要内容之一。本文具体研究工作如下:首先,对车载网络特性存在的安全问题及通信链路问题进行分析,通过计算通信节点的可信度进行恶意车载节点识别及通信路径的选择。除此之外,还对无线网络和车联网中一些安全信任模型进行了描述以及分析。其次,在上述对信任模型分析的基础上,将熵理论引用到车载自组网络信任模型研究中,提出了一种基于熵理论的车载节点自组网信任模型。通过确定影响节点信任度的信任要素,建立相应的要素体系;根据信息熵的概念求得节点的直接信任值和权值最大法确定的推荐信任值合成总体信任值,并由合成的总体信任值对无线通信协议AODV进行了进一步的改进。对无线网络信任模型的主流算法——贝叶斯算法进行了分析,该算法把车载节点的历史交互信息作为样本信息,同时结合节点先验信息,求得节点的信任值(后验信息)。当节点间不存在直接经验交互,则根据第三方节点的信任推荐,将节点的成功交互次数和失败交互次数进行叠加获取总的成功交互次数和失败次数,再通过贝叶斯算法计算得出节点的信任值。最后,对提出的基于熵理论的车载节点自组网信任模型进行仿真实验。实验中运用了现有的电子地图来映射实际道路拓扑环境,并用交通流模拟器SUMO和网络仿真器NS2的进行联合仿真,实现AODV协议性能分析和车载节点对于熵理论、贝叶斯算法信任值变化情况。通过对仿真结果的研究和分析,表明增加了熵理论信任模型的AODV路由协议的车载网络通信链路更加稳定,路由性能更优;在相同的仿真场景中,所提出的基于熵理论信任模型因考虑了多个信任要素,使得节点的信任度区间更加确定,加快了恶意节点的检测速率。