在很多应用场景中,无线传感器网络监测目标的相关信息需要不断地从网络中的源节点发送给汇聚节点,并且需要在网络中保持匿名,以达到网络安全和监测目标安全的目的。因此,源节点位置隐私保护是无线传感器网络领域中的一个重要研究课题,基于不同的敌手攻击模型,研究人员已经设计了多种源节点隐私保护方案。为了进一步提高源节点隐私保护效果并降低网络能量消耗,在本文中,我们提出了基于秘密共享的全方位源节点隐私保护方案（Source-Location Privacy Full Protection,SPFP）。在SPFP方案中,我们首次提出了一种更加实际的敌手攻击模型,称为“智能敌手”,它是全局敌手模型和局部敌手模型的综合体,更能体现出真实敌手的行为模式,该模型对于设计更加实用的源节点隐私保护方案具有重要意义。在该模型中,我们首先假设敌手初始阶段潜伏在网络汇聚节点周围,并通过传统局部敌手模型对源节点进行溯源。然而,当敌手通过一系列线索收集过程,推断出源节点的大致区域后,敌手部署大量无线电分析设备到可疑区域对源节点位置进行分析和定位。此时,敌手在可疑区域由局部敌手模型转换为全局敌手模型,即敌手知道可疑区域内所有传感器节点的信息传输行为。为了有效防御新型敌手模型,首先,我们设计了一种基于同余方程组的轻量级（t,n）-门限秘密共享方案。该方案主要涉及到加法运算、模运算以及指数运算,具有较低的计算复杂度,降低了方案对传感器节点计算能力的要求。由于该方案产生的共享片段具有较短的长度,网络中的传感器节点可以通过高效节能的方式对其处理和传输。我们以定理的方式证明了本文所提出的秘密共享方案的正确性和安全性。此外,秘密共享方案在无线传感器网络的成功运用极大地提高了网络数据传输对传感器节点不可靠性的容忍程度,提高了网络的鲁棒性。在源节点向汇聚节点传输秘密M的过程中,源节点首先需要借助本文设计的（t,n）-门限秘密共享方案将秘密M映射到一组共享片段中。进而,源节点基于共享片段在其周围构建匿名云结构,以隐藏其确切位置。本文设计了匿名云随机生成算法,提高了匿名云形状的多样性,有效消除了匿名云形状和源节点位置之间的相互关联。此外,为了抵抗敌手的局部强力攻击,被匿名云覆盖的传感器节点的信息传输行为需要精心设定,将共享片段隐藏在虚拟数据包中传输,使得这些匿名云中的传感器节点在统计上具有不可区分性。当源节点将共享片段发送到匿名云边缘时,一组虚假源节点被随机选出,虚假源节点负责将共享片段发送给汇聚节点。为此,我们基于平面图理论设计了一个新型的无线传感器网络随机路由算法（All-direction Random Routing,ARR）。为了使消息传输路径更加具有多样性,提高敌手对虚假源节点进行溯源的难度,在消息传输过程中,虚假源节点随机选取一个虚拟位置间接地指定一个中继节点。我们设计了一个复杂精密的过程保证虚假源节点总是能够成功地将共享片段发送给中继节点。最终,中继节点将共享片段发送给汇聚节点,在收集到至少t个共享片段后,汇聚节点基于秘密共享方案对秘密M进行重构。此时,从源节点到汇聚节点的消息传输过程结束。通过观察可以发现,本文所提出的随机路由算法既可以单独使用来保护源节点位置隐私,又可以被无缝集成到我们的全方位源节点隐私保护方案SPFP中。通过集成（t,n）-门限秘密共享方案、匿名云构造方案以及随机路由算法,我们可以确保在秘密M在从源节点传输到汇聚节点的任意阶段,敌手都难以收集到任何关于源节点位置的有效信息,因此,我们将该方案称为无线传感器网络全方位源节点隐私保护技术。最后,我们通过ns-3仿真平台对本文提出的方案进行了全面的仿真,并将该方案与多种现有的源节点隐私保护方案进行了比较。仿真结果表明,本文所提出的方案能够以非常节能的方式对源位置隐私提供非常强大的保护。