随着无线通信技术和传感器技术的发展,无线传感器网络（Wireless Sensor Networks,WSNs）被广泛应用于工业制造、智能交通、环境监测和智慧城市等领域。然而,由于WSNs的传感器节点通常部署在开放和敌对的环境中,攻击者更容易通过窃听和篡改来威胁数据安全。同时,由于节点电池容量、计算能力、通信范围等资源受限,如何在有限的资源下保证WSNs的安全性是一个极具挑战性的问题。安全数据聚合（Security Data Aggregation,SDA）因其高安全性和低数据传输量成为解决上述问题的可行方案。本文将WSNs中面向数据聚合的安全机制作为研究重点,从抗共谋、数据机密性和数据完整性三个方面对数据聚合展开研究,并分析聚合机制在安全性、计算开销、通信消耗和能量消耗等方面的性能。首先,研究一种动态鲁棒迭代滤波（Dynamic Robust Iterative Filtering,DRIF）数据聚合机制,实现传感器节点至聚合节点的抗共谋数据聚合。在WSNs中,由于计算和功率的限制,如何保护感知数据在聚合过程中免受复杂的共谋攻击,是实现安全聚合的研究重点。针对研究重点,DRIF提出了具体的解决方案,从而实现抗共谋的数据聚合。一是构建适合于SDA的网络拓扑结构,通过对现有WSNs中的网络拓扑的分类和总结,并结合迭代滤波技术的特点和节点资源的限制,在簇状拓扑结构中进行网络数据传输,减少能量消耗。二是迭代滤波算法作为聚合算法的基础,通过为传感器节点分配不同的初始权重解决传统迭代滤波算法易受到共谋攻击的问题。三是通过设计鲁棒的权重更新算法,实时更新下一聚合轮次的权重,避免突发的异常数据值导致聚合值偏离,从而提高聚合结果的准确性。其次,研究基于状态公钥加密的安全数据聚合（Stateful Public Key based secure Data Aggregation,SPKDA）机制,在抵御共谋攻击的基础上,进一步保障传感器节点至聚合节点数据传输的机密性和完整性。在SPKDA中,传感器节点发送实时状态,该状态用于生成传输阶段所需的子密钥,节点通过状态密钥对数据进行加密并传输至聚合节点,提高数据机密性,抵御数据窃听。基站收到经过加密的聚合数据之后,利用状态密钥进行解密,恢复初始数据。同时设计状态同步更新算法,节点只需转发一次状态,即可实现发送方和接收方同步更新密钥,减少传输消耗。此外,通过消息认证技术,对加密数据进行签名和认证,进一步保护数据的完整性。仿真和分析表明,该机制在计算开销、能量消耗和数据准确性等方面具有良好的性能。