无线传感器网络由大量资源有限的节点随机的以自组织的方式组成,主要用来收集并感知被监测区域的信息。由于无线传感器网络多数都被部署在环境恶劣的区域,同时无线传感器网络的能量消耗是有限的,因此保证数据的机密性和数据的完整性,以及保证低的能量消耗成为无线传感器网络领域研究的重点。在此难题上,研究者们将数据融合技术应用在传感器网络上,通过数据融合技术,能够有效降低无线传感器网络传输的数据量,减少数据冲突率,减轻网络拥塞,极大的节约了网络的能源开销,无线传感器网络中的数据融合技术主要考虑的是数据的隐私保护性和数据的完整性保护。本文设计了一种兼顾隐私性和完整保护的算法,算法将同态加密和同态验证码相结合,设计出一种有效的数据融合算法,同态加密具有在数据传输过程中无需解密能直接进行运算的特性,同态验证码具有同态性和高的安全性。此外还给出一种有效的隐私保护算法PASKOS,该算法是在通过给每一个节点从键值池中分配不同的键值对,同时基站节点知道键值池的大小,节点通过键值对来计算传感数据的关键值,通过在原始数据上加上或者减去关键值,来保护数据的隐私性。由于算法的关键健对原始数据的改变是随机的,所以该算法能保证部分数据被敌方攻击的时候,基站依旧能收到正确的数据。文章在给出的两种数据融合算法理论分析的基础上,还对算法进行了仿真,分析算法的正确性和有效性。仿真结果显示:DMAC算法和其他一些算法相比较,具有较低的数据通信量,数据的完整性更加健全。PASKOS算法表明,保证每一个节点的键值对大小适中的情况下,算法的隐私保护性得到最大。