无线传感器网络主要任务是对监控区域的信息进行采集，以达到远程监控的目的，在军事和民用领域蕴含着广泛的应用前景。由于传感器节点结构简单、能量有限，且通常部署在危险甚至敌对的环境中，节点容易被攻击、俘获而妥协，干扰用户决策，使得网络变得不可信。因此研究者们急需设计一种安全的数据认证方法，来保证感知节点收集到的数据是安全可信、完整有效且具有新鲜性。本文结合云模型水印技术，围绕着如何确保无线传感器网络所采集的数据安全可靠展开研究，主要工作内容包括以下三个方面：(1)提出一种基于云模型的差分水印算法。首先通过感知节点收集到的数据协同调制出云滴水印标记，再经过哈希散列函数处理得到二值水印，采用重轮差分的方式将n个云滴水印嵌入n个感知数据中。中转节点通过时间戳和节点的身份ID构成的索引向量，来判断和剔除重复的数据包。理论分析与实验结果表明，该算法符合分布式无线传感器网络水印盲提取和盲检测的需求，对攻击者俘获妥协节点或者篡改数据具有一定的脆弱性。通过云水印模型的整体特征分析，可以得出该方法具有一定的鲁棒性。(2)无线传感器网络在数据传输过程中，经常需要对数据进行网内有损数据处理，这样虽然减少了数据传输量，但是造成嵌入的水印信息不完整，无法保证数据完整性与可靠性。为此，本文研究了支持网内数据融合处理的云模型水印技术。结合云水印模型的整体性和数字图像水印可以分片嵌入的特点，将云滴排序后分段嵌入簇内。每个节点根据分配到的NID（Node-ID，簇内节点分配到的ID）来选定将水印嵌入到数据的第q位LSB（Least Significant Bits，最低有效位）。仿真实验和分析表明，该方法能充分利用云滴Drop(x,y)的脆弱性，有效检验出数据是否受到篡改等攻击。攻击者无法从云滴水印标记有限的信息中获得整个云模型水印的完整信息，更加验证了云模型的鲁棒性。(3)搭建无线传感器网络的OMNeT++云模型水印仿真系统。实验结果表明：第一种方案很好的采用了数据之间协同的特性，嵌入的水印由感知数据协同调制产生，对数据的完整性验证有很好的效果。第二种方案结合图像数字水印的思想，将一朵云看作一副图像，分段嵌入每簇的单个感知数据中，有效的抵抗了网内数据的聚合处理，特别是进行特征子集选择的处理，对数据的篡改有很高的脆弱性。