随着嵌入式计算技术、传感技术和无线通信技术的快速发展和日趋成熟,无线传感器网络节点的个体成本越来越低,这使得布置大规模的无线传感器网络应用成为了可能。例如将无线传感器网络应用于国防军事、国家安全、环境监测、交通管理、医疗卫生、自动化农业和自动化工业等领域。然而无限传感器网络存在着固有的特点：传感器数量多、分布范围广、网络拓扑动态变化、单个节点计算能力、无线通信能力、能量电源有限等特点。因此,在无线传感器网络中存在着很多挑战和问题。本文主要对无线传感器网络中的异常检测问题、数据聚类两个问题进行研究分析。无线传感器网络中的异常检测是对于无线传感器网络中出现的不正常行为,如攻击、入侵、节点失效、数据异常等,进行预测、记录、报警等操作。本文在基于规则的异常检测方法上提出基于近似概率的异常检测方法,保证异常检测结果满足输入的概率要求。同时本文给出了算法相关定理的证明和相关参数的优化计算。实验表明本文方法在选取合适的参数时,可以有效减少网络中的带宽消耗和能源消耗。无线传感器网络中的数据聚类可以有效地减少输入冗余,进而节约能量消耗,延长整个无线传感器网络的寿命。现有的无线传感器网络中的数据聚类算法主要分为两种：基于路由的数据聚合和基于数据相似的数据聚类。本文提出基于边缘提取算法的无线传感器网络中的数据边缘检测算法,根据边缘节点对数据进行聚类、采集。实验表明本文数据聚类算法,可以有效减少网络中的数据传输量和能量消耗。