随着软件复杂性的增长和入侵攻击的加剧,可信性问题日益严峻,传统的以设计更为复杂结构来实现可信的方式已不再现实。本文提出利用自律计算技术自我感知、自我管理的特性,设计一种自动、灵活、不增加系统复杂性的新的可信性——自律可信性,试图通过对自律可信系统及其属性评价的研究,为可信性研究提供一种新的思路和角度。本文首先分析了自律可信性的概念属性与传统可信性的区别与联系,建立了二者属性之间的对应关系:接着初步探讨了自律可信系统自容忍、自恢复、自毁等各组成模块的实现,并提出了一个基于π演算的自省模型;然后在对系统结构分析和抽象的基础上建立了一个基于马尔可夫过程的自律可信系统状态模型。对自律可信系统的属性评价研究,有助于确定影响系统可信性的因素,减少系统漏洞和提高系统的可信性。在对自律可信系统测评指标定义和量化的基础上,本文提出了一个自律可信性测评指标体系,利用AHP算法建立了自律可信系统的测评模型,并开发了一个初步的自律可信性自动化测评工具ADE-Tool,以满足动态化和规模化测评。最后对提出的基于马尔可夫过程的自律可信模型稳态概率进行了求解,采用敏感度分析其稳定性,并利用自律可信测评工具ADE-Tool对一个实验系统的自律恢复性进行了评价。