在万物互联的时代,成千上万的传感器、服务器和智能终端构成一个比传统互联网更加广泛的物联网,人类可以从外界中感知信息,信息交互不再仅限于人与人之间。物联网发展并且伴随着5G商业化落地的推动作用,联网终端正在急剧增多,它们服务于人类衣食住行的各个领域,例如人体健康监测、智能家居控制、城市犯罪预防等。然而,由于所处硬件环境的特殊性以及客观条件的限制,感知设备往往面临着资源受限的问题,包括算力、内存、能源和尺寸等受限问题。例如在人体健康监控网络中,为了追求极致的用户体验,感知设备日益轻量化,甚至可植入化。此时,高复杂度的密码系统难以适配,采样数据的安全性难以保障。基于压缩感知的密码技术,即压缩感知密码技术,能够建立一种感知层内置的轻量级密码系统,以近乎为零的成本为采样数据提供第一层安全防护。因此,近年来它常被研究以用于资源受限的物联网应用。但是,压缩感知的线性采样特性决定了压缩感知密码的安全脆弱性,在资源受限条件下如何保障数据安全性依然是一项重要的挑战。本文致力于压缩感知在隐私保护方面的应用,主要贡献如下:(1)提出了压缩感知加密算法的改良版本,其将采样数据拆分为敏感数据和非敏感数据,然后进行分级传输。此外,进一步提出了一种在云驱动下的数据安全处理方案,其中,敏感数据是少量且至关重要的,通过设计的混沌加密算法和可定位篡改的哈希算法保障其安全性;非敏感数据与采样数据是等量级的,考虑到它不泄露任何有价值的信息,因此将其直接送入公共信道传输;高复杂度的信号重构算法在云服务器中执行。(2)提出了一种融合压缩感知的图像共享方案,其完美地结合了基于混沌的压缩感知技术和基于多项式的秘密共享技术。它将感知数据划分为若干份额后,在多方群组之间进行数据共享,以低复杂度的方式提供数据高安全性保障。这种“1+1>2”的组合方案不仅明显提高了采样数据的保密性,而且相较于现存的图像共享方案具备着诸多新型功能,包括像素压缩、渐进预览和双重鲁棒性。更重要的是,面对群组共享过程中易遭受的身份攻击,该方案创新性建立了信任机制,其不仅能够检测欺诈行为,而且能够识别欺诈者。