随着无线传感器网络技术的快速发展及其巨大应用需求的推动，其安全性正在成长为普遍关注的焦点。无线传感器网络中所有的传感器节点都是潜在的路由节点，兼具路由和信息感知、数据传输等功能。这些传感器节点多部署在无人值守、条件恶劣的环境中，且每个传感器节点的能源、计算能力、存储能力等均有限，无线收发距离短。由于传感器节点自身的这些脆弱性，攻击者可以容易地捕获或控制节点，发起多种攻击。本文重点针对较常见的虚假数据注入攻击和选择性转发攻击进行了研究。　　 针对虚假数据注入攻击，本文提出了一种基于加权信任过滤的恶意节点发现算法，即在以簇为拓扑的网络中，簇头收集簇内节点发来的消息，并计算节点的平均信任度，对高于平均信任度节点的消息进行加权数据融合，根据融合结果与节点报告的消息来更新每一个节点的信任度，并将其作为节点报告消息正确性的权值;当传感器节点的权值低于一个特定的阈值时，就将其判定为恶意节点并被滤除出网络。仿真结果表明，该算法具有较高的恶意节点发现率、较低的误警率和良好的可扩展性。　　 针对选择性转发攻击，提出了一种基于数据包ID检测机制的低成本轻量级选择性转发攻击发现算法，即节点每收到一个数据包后都要进行包ID更新，并比较存储的包ID与接收的包ID，根据比较结果确定是否存在可疑节点，并向基站发送报警包进行检举，基站根据节点被检举的次数来判定发起选择性转发攻击的恶意节点。仿真实验结果表明了该方案的有效性，且具有较高的恶意节点发现率和低的误警率。　　 为了更好的实施恶意节点发现算法和节省网络中的能量开销，本文最后研究了对网络拓扑的实时局域维护。针对分簇网络结构中簇维护的问题，本文提出了一种按需动态簇维护方法ODDCM。ODDCM算法只处理需要进行维护的簇，其它的簇依然维持其原来的状态，使得簇维护只发生在系统受到事件触发时。由于ODDCM算法把传统的周期性簇维护转化为由事件异步触发和局部性的行为，将大大减少无线传感器网络的通信负载和能量消耗，更有利于恶意节点发现算法的运行。