无线传感器网络(WSNs)是由大量小型传感设备组成并通过有限的无线通讯方式部署到指定区域进行任务活动监测、感知的一种自组织网络。由于节点通讯能力的有限性导致其只能在相对较小的范围内对任务目标进行检测和感知，为了增强对任务目监测的准确性和真实性就必须使得这些节点的感知范围相互重叠。数据融合技术就是利用这一特点在各个节点把收集好的数据传递给其他节点或者传递给基站时进行数据缩减处理并剔除重复的数据。由于许多WSN节点都部署在无人值守的危险环境中，因此在设计传感器网络时必须要考虑到安全问题。此外，由于传感器节点缺少物理安全措施使得入侵者很容易地捕获传感器网络节点并对整个网络进行破坏活动。因此，已被攻击的节点对于WSN数据融合的设计来说是一个很大的技术挑战。数据融合算法必须要高效节能，同时在恶意节点存在的情况下又能安全地运行。然而，许多现存的数据融合算法都假定网络中所有的节点都是可信的，因此这些算法并不适用于对安全敏感的无线传感器网络。信誉机制可以用来弥补在数据融合过程中加密算法的不足。本文通过研究WSN自身的特点以及数据融合技术的特点提出一种基于信誉的WSN可信数据融合方法，在该方法中恶意节点对数据融合的影响将得到一定程度的缓解。与计算节点所有行为的通用信誉方法不同，本文提出的信誉方法可以防止恶意节点在特定方面表现良好进而掩盖它在其他方面的不端行为。在本文中通过使用融合任务信誉来选取数据汇聚节点，通过使用感知任务信誉来权重传感器节点发送给汇聚点的数据。仿真实验结果表明本文提出的方法可以有效增加数据融合的可信性，而且当衡量节点信誉值时，针对节点要完成不同的功能而单独地分开计算节点的信誉要比通用信誉计算方法更有效。此外，对于执行关键任务的无线传感器网络，不仅要求其能量损耗低的同时也要求其数据融合的正确率高。本文提出一种可容错的数据融合方法。该方法可以对故障节点或者恶意节点发送的错误数据进行剔除。在对错误数据进行检测的同时为了节约能耗，该方法利用了基于位置敏感散列函数的网内孤立点检测方法。仿真结果表明本文提出的可容错数据融合方法能够有效地减少网内错误数据的传输，同时相应地提高了数据融合的准确性。