新时代背景下物联网和5G通信技术正处于急速发展的状态,位于网络边缘的终端设备数量规模越来越庞大,海量数据的计算和处理给传统的云计算带来了极大的压力。边缘计算是在离终端设备距离更近的地方来提供相应的服务,使得云计算面临的数据传输延时和带宽等压力得到缓解。但是,边缘计算中的网络设备也面临着各个方面的安全挑战。云计算模式下的常规防护机制,难以有效保护计算和存储资源都较为有限的终端设备,而且终端设备数量规模庞大且分布广泛,一旦被感染的终端设备接入到边缘计算平台,会导致各种安全问题。因此,如何有效防护边缘计算环境中的接入安全非常关键。针对上述问题,本文针对边缘计算环境下的可信接入安全技术进行研究,设计并实现了一种基于身份的匿名认证密钥协商（AAKA）协议和一种基于BP神经网络的信任度评估模型,具体研究内容如下:1.通过分析边缘计算环境中终端设备和边缘计算服务器相互认证所面临的安全挑战,研究并设计了一种适用于边缘计算环境的基于身份的匿名认证密钥协商协议。该协议基于椭圆曲线加密系统和双线性配对等理论知识,终端设备和边缘计算服务器仅需要在云端注册中心经过注册后即可进行相互认证,认证过程中只需一个来回的通信流程。基于复杂性假设和随机预言机模型的安全性证明表明,该协议自身具备较高的安全性,并且具备终端设备匿名性、前向保密性等安全特性。2.通过研究边缘计算环境中的信任度机制,选择合适的信任度评估因子,基于BP神经网络模型构建了一个信任度评估模型。首先通过Edge Cloud Sim仿真软件获取数据来进行仿真实验,再通过对比其他三种分类方法来验证BP神经网络模型的评估性能优越性,仿真结果说明我们的信任度评估模型在评估性能方面取得了更好的表现。3.最后基于边缘计算开源平台Baetyl实现了可信接入安全模块,在测试环境中验证了本文所设计的身份认证协议的安全性,并通过对比表明了该协议在传输成本和计算成本上都取得了更佳的性能优势。针对信任度评估模块,对比AHP层次分析法进行实验,结果表明本文中基于BP神经网络的信任度评估方法取得了更佳的评估准确率。