随着移动通信技术和传感器技术的迅速发展,群智感知成为移动互联网领域的研究热点。移动节点利用智能终端嵌入的各种传感器感知数据并上传到感知平台,平台通过对数据的分析和提取,从而实现一些大规模、复杂的感知任务。然而,在群智感知网络中,系统与信息环境更加开放,持续的消息转发和传输过程会使消息内容、节点的隐私信息更容易暴露给信道监听者,极大地增加了黑客攻击、隐私数据泄露的风险,并且传统的隐私保护方法单纯依靠加密方法,不仅消耗网络资源,也大大影响了网络性能。本文针对上述问题,对群智感知的隐私保护策略进行了研究。首先,本文介绍了群智感知网络的研究背景,然后对群智感知网络,特别是对任务分配和数据传输方面的隐私保护问题面临的挑战进行了分析,并介绍了典型的群智感知隐私保护方法。其次,针对协调式任务分配的群智感知网络,本文提出一种信任状态评估的任务分配隐私保护策略,同时保护了任务请求节点和参与节点的隐私。本文运用布隆过滤器作为属性存储结构隐藏参与节点属性,充分考虑了参与节点信任属性和偏好程度,在隐私保护的基础上,基于历史信息和节点信任实现可靠参与节点选择过程,从而实现面向隐私保护的任务分配策略。再次,本文提出了一种信任关系动态评估的数据传输隐私保护策略。通过建立全局动态信任评估模型,为节点采集的感知数据选择可靠的传输路径,并隐藏节点的身份信息和其数据的关联性。同时,利用信任关系设计一种新颖的消息切割方式,保障数据的隐私性、完整性和可验证性,实现防御恶意节点攻击的同时提高网络运行效率。数值分析表明,本文所提策略可将消息暴露率控制在6%左右,并同时保证投递率等其他网络性能。最后对本文工作进行总结,并对今后的工作计划进行展望。