无线传感器网络的行业应用非常广泛,但受到硬件和环境限制,其节点存在能量不持续、运算能力弱等问题,这对其在网络协议设计、安全评估模型构建、节能算法考量等方面都提出了更多的要求。在设计无线传感器网络系统时,必须考虑系统能量消耗,可以通过减少节点间的数据传输总量来达到节省系统能耗的目的,数据融合技术可以把相邻传感器节点监测到的数据在发送至汇聚节点前先进行内部融合处理,剔除冗余信息后,再把精简后的有效数据发送至汇聚节点。如何进一步提高数据融合效率,对提高数据采集精准度、减少网络整体能耗,延长网络生命周期,都具有重要的意义。针对设计好的网络系统模型,如何评估其整体安全性能,避免数据损坏或丢失及系统崩溃,也都具有非常重要的研究意义。很多数据融合算法在进行数据降冗处理时,只注重降冗率,而没有过多考虑处理后的数据质量和系统生命周期。无线传感器网络的安全性评估目前也没有一个比较完善和有效的模型。据此,论文对无线传感器数据融合技术以及网络安全评估技术进行了研究,论文工作得到国家自然科学基金项目(No.61371071)、国家自然科学基金“青年基金”项目(No.61201159)、北京自然科学基金项目(4132057)、北京科技计划项目(Z121100007612003)和中国电子科技集团公司航天信息应用技术重点实验室开放基金项目的支持。论文的主要工作和创新点如下:(1)传统的事件检测方法,虽然提高了融合效率,但关键数据在融合过程中存在一定的丢失率,导致敏感事件漏报。论文研究了异构无线网络的基本特征和体系模型,提出了一种异构网络数据融合中的敏感事件检测方法,该方法用遗传机器学习算法思想来进行数据筛选。仿真结果表明,所提出的异构网络中的敏感事件检测方法能有效提高敏感事件检测效率和精准度。(2)在数据融合算法中,对数据进行降冗处理时,冗余数据的边界阀值是难以有效确定的。针对这一问题,论文基于分布式集群思想,研究了 K-means均值聚类算法的传感器数据快速分组方法,提出了一种基于动态最优权重分配的网内数据融合算法(DOWA),该算法根据总均方误差最小的最优条件,用最小方差法来实现最优权重动态分配,从而使得融合后的数据最优。仿真结果表明,DOWA算法能对融合数据做出有效决策、并能进一步降低数据冗余度和提高数据测量精度。(3)现有的数据融合树算法,能有效进行数据融合,但是能耗较高,且不均衡,会导致簇头节点过早失效和系统网络生存周期缩短等现象。论文研究了当前主流的数据融合树技术及其功能模型,在树形数据融合算法基础上,本文提出了一种改进聚合树模型的低能耗数据融合算法,算法采用基于支持度矩阵的算法思想来进行数据融合。实验结果表明,该算法能有效降低系统能耗,提高网络生存周期。(4)无线传感器网络的安全性评估目前还没有一个比较完善和有效的模型,如果一个无线传感器网络没有较高的整体安全性,可能会导致系统重要数据丢失,甚至系统崩溃。本文研究了直觉模糊算法,结合无线传感器网络特点,提出了基于区间直觉模糊信息模式下的无线传感器网络安全评估算法,该算法根据相关函数的得分值和准确度,利用区间直觉模糊混合几何集成算子(IVIFHG)来统计区间直觉模糊数值,用MADM问题模型来对无线传感器的安全问题进行整体评估。仿真结果表明,该算法能有效对无线传感器网络进行安全性评估。