近年来,随着无线传感器网络相关技术的不断完善,无线传感器网络在应急救灾、国防军事、环境监测等领域起着不可忽视的重要作用。在这些应用场景中,无线传感器网络通常部署于无人管理的复杂环境中,因而能源无法通过外界补给,并且自身携带能源有限。由于无线传感器网络在能源方面的限制,无线传感器网络数据聚合技术因运而生。虽然,该技术可以通过减少无线传感器网络通信中的数据传输量,以此来降低无线传感器网络中节点的能源消耗量。然而由于成本、能耗等方面的原因,无线传感器网络中的节点一般没有搭载防篡改模块、可信计算单元。这就导致了恶意攻击者极易采用物理手段入侵无线传感器网络节点,通过被入侵的节点针对无线传感器网络数据聚合技术发动错误数据注入攻击。基于无线传感器网络的工作特点,如何有效解决其面临的安全问题,是无线传感器网络安全应用的必经之路。因此,无线传感器网络中面向数据聚合的容侵算法具有较高的研究价值。本文针对无线传感器网络聚合安全问题,研究总结了无线传感器网络中传统的容侵算法,提出了一种基于数据预测的两阶段容侵算法。在大多数时间中,该算法运行在算法复杂度低的第一阶段,只有检测到疑似异常时,切换到算法复杂度高的第二阶段进一步确认。该算法第一阶段针对聚合数据序列稳定的特点,使用传统的算法复杂度低的自回归滑动平均模型(Auto-Regressive and Moving Average Model,ARMA)模型作为预测算法。然后,将预测值与实际值的差值和阈值门限进行比较,若差值严重背离阈值门限,则将此情形视为疑似异常,将立即激活第二阶段算法,进行更加精确的异常分析和异常节点判断。算法第二阶段针对采集数据序列波动大、非平稳的特点,结合小波变换改进ARMA模型,将改进后的小波变换-ARMA模型作为预测算法。改进后的预测算法相比传统的ARMA模型时间复杂度由O(p~3W)提高到O(p~3WNlog(N)),但预测平均相对误差(Mean Relative Deviation,MRE)降低了24.45%,保证了本文中提出的基于预测的两阶段容侵算法有效性、可靠性。本文采用MATLAB作为仿真平台,评估本文中提出的基于数据预测的两阶段容侵算法的复杂度、有效性、可靠性。在四种仿真实验条件下,与对比方案相比较,本文方案针对无线传感器网络中恶意注入攻击检测率提高了1%~16%,误报率下降了2.43%~20%,曲线下的面积(Area Under Curve,AUC)提高了0.008~0.11(该指标取值介于0.1和1之间,越接近1容侵算法有效性越高)。