边缘设备的一个重要特点是产生的数据规模巨大,同时边缘设备的通信能力、运算能力有限,因此在边缘计算中为了提高传输效率一般采用数据聚合的方法。但是由于边缘设备所处环境恶劣,更容易遭到恶意攻击,例如虚假数据注入（Fake Data Injection,FDI）攻击,FDI攻击会恶意篡改数据,造成通信资源的浪费,影响聚合结果的精确性,从而导致控制中心做出错误的决策。因此保证边缘场景中数据的私密性以及聚合的精确性具有十分重要的意义。基于该问题,本文围绕边缘场景中数据的私密性保护和可检测虚假注入的聚合方法展开研究,具体内容如下:（1）提出了一种适用于边缘环境的虚假数据检测方法,本方法主要使用了基于shamir共享的联合签名算法和动态信誉值更新算法。首先,在本方法中对数据的校验采用基于shamir共享的联合签名算法,攻击者妥协部分设备进行虚假数据注入会被边缘服务器拦截,因为只有妥协多个部署设备才可构造正确的签名认证。其次,为了提高过滤性能,本文提出了一种动态更新的信誉值算法,所有设备都会被边缘服务器记录其信誉值,信誉值的更新取决于该设备的历史信誉值以及本次数据和历史数据的偏差值,基于此更新算法的特点,在设备频繁遭受攻击时,根据信誉值的快速下降对恶意设备进行隔离。然后,使用同态加密算法对数据进行聚合来确保数据的私密性,在数据产生时就对数据进行加密使得数据在整个传输过程中始终以密文的形式存在。本文所提的聚合方案可以保护数据的私密性并能够抵御虚假数据注入攻击,尤其是多个妥协设备共谋发动的FDI攻击,并且具备对恶意设备的检测隔离能力和设备的容错能力。最后,通过仿真实验对方案的存储性能、过滤性能、聚合准确性进行了验证,并和同类方案进行了对比,实验表明针对妥协节点共谋发动的虚假注入攻击,本方案有更好的过滤性能,对比现有的隐私保护型聚合方案,本方案聚合精确度更高。（2）把上述所提方案应用到智慧交通场景中,设计并实现了智慧交通中可检测虚假数据的交通流量分析系统,首先,该系统对城市中的交通区域进行监控,通过数据聚合可以获得各个区域的实时车流量,并通过车流量信息分析交通拥堵状况。其次,该系统可以检测并过滤虚假数据,保证采集数据的可用性,并且系统对监控区域遭受的虚假注入攻击进行统计分析,根据设备遭受攻击的情况来评估设备的安全状态,在设备频繁遭受攻击时做出预警,以便交通中心做出响应。最后,系统维护了各个设备的信誉值,通过分析设备的信誉值变化情况,可以隔离频繁发动FDI攻击的恶意设备和发生错误（离线）的设备。