无线传感器网络(WSN)主要用来感知并收集监测区域的信息，近年来被广泛应用于各种场合，如战场检测、病情测量、交通流量监视及环境污染跟踪等。在资源受限的WSN应用中常采用数据融合技术减少数据传输量，从而达到节省能量，延长网络生命周期的目的。但是传感器节点一般布署在无人区，网络中的数据融合面临着严重的安全问题。由于融合后的信息结果会直接影响用户决策的正确性，因此，在传感器节点的电源能量、通信能力和计算能力受限的情况下，设计既能保护数据的完整性又能节约节点资源的数据安全融合机制很有必要。　　本文主要研究WSN数据融合的安全性，并对其进行分析和改进。首先对现有的经典数据安全融合技术进行了分类介绍，分析了各技术的主要优缺点，在深入研究Bista等人提出的新型敏感数据融合完整性保护算法的基础上，提出基于复数域的数据完整性和隐私保护融合算法，通过添加私有实部种子对节点采集数据进行隐私保护，利用虚部数据与采集到的真实数据成非线性关系，有效地实现信息完整性的鉴别。性能分析表明，该算法可以在较低数据通信与计算开销的前提下，提供更有效更可靠的数据完整性保护。但同样地，该算法只能抵抗网络外部节点的直接攻击，并不能防御恶意节点伪装成内部节点时采取的攻击手段。　　其次，考虑整个WSN中融合节点的安全性，分析如何尽早防范恶意节点或故障节点并将其排除在网络之外，抵抗内部攻击这一安全问题，提出一种基于信任机制的数据安全融合协议。该协议基于层次型的簇型网络结构，综合考虑节点的行为信誉、历史评价和剩余能量作为节点综合评价值，将其作为参数选举安全簇头，同时在进行数据融合时簇头将考虑到各成员节点的综合评价值不同，采用改进的基于模糊学的数据融合算法，有效区分各采集数据的可信程度，自适应加权求和使融合结果更加准确。　　最后，利用NS2软件进行性能仿真实验，对实验结果进行分析，表明该协议可以有效防范恶意节点引起的内部攻击，延长网络生命周期，保障传感器网络在数据安全融合方面的有效性。