在中间节点实施数据融合,被认为是一种十分有效的对带宽和能量等无线传感器网络稀缺资源进行优化的有效方法。然而,这种网内处理却对感知数据的安全性造成了一定负面影响,因为传感器节点的单个数据只有事先被融合节点获知才能确保融合处理的顺利进行。在无线传感器网络应用中,由于感知数据的敏感特性,使得在提供高效数据融合的同时又能确保数据的安全性显得尤为重要。目前安全的数据融合算法大都存在一定的问题,要么隐私保护能力偏低,要么能量开销过大。对于无线传感器网络中安全的数据融合问题,本文主要从两方面展开研究：一是针对融合数据的机密性,确保网络中任意一个节点的感知数据不被其他节点获取；二是针对融合数据的完整性,确保数据在传输或是融合过程中不被恶意篡改。针对数据融合过程中数据的机密性,本文提出了一个基于数据分片的树形网络安全数据融合算法(M-SMART)。M-SMART算法是以数据分片思想为根基演变而来的,主要针对树形拓扑结构的网络,通过对感知数据进行分片来保证数据的隐私性,为了平衡网络的通信开销与计算开销,M-SMART算法仅仅设定只有叶子节点才能进行数据分片,而非叶子节点只需被动地接收叶子节点的片元和子节点的混合结果。理论分析和实验结果表明,M-SMART算法在很好地保证数据隐私的同时又能合理地控制网络的通信开销与计算开销,而且还能使融合结果达到较高的精确度。针对数据融合过程中融合数据的完整性,本文在M-SMART算法的基础上,提出了一个可同时保证端到端数据完整性和机密性的数据融合算法(iM-SMART)。iM-SMART算法是从M-SMART算法上扩展而来,它将中国剩余定理的思想应用到完整性验证中,通过在混合结果后面附加一组余数参与数据融合,最终在基站或Sink节点根据这些余数信息利用中国剩余定理恢复出融合结果,并与算法得到的融合结果作比较,从而判断数据在传输或融合过程是否被恶意篡改过。实验分析表明,iM-SMART算法在能保证数据隐私性的同时,还能有效地识别各种恶意的篡改攻击。