通信技术、嵌入式技术和传感器技术的飞速发展和日益成熟,使得无线传感器网络开始在环境监测、交通管理、工业安全、精确农业、智能家居等领域得到应用,这种由微型节点构成的应用引起了人们的极大关注。而随着物联网的兴起,无线传感器网络作为其核心技术之一更是引起了各国工业界和学术界的重视,针对该领域开展了广泛的研究。　　 无线传感器网络是以数据为中心的网络,任何应用都不开数据的管理,然而,无线传感器网络的资源受限、动态性强、应用紧关联等特点使得其数据管理面临着重大的挑战。本文深入分析了当前以存储技术为核心内容的无线传感器网络数据管理研究中的挑战,并针对其中的关键技术与问题开展深入的研究工作,概括本论文的主要研究内容与取得的成果如下:　　 (1)提出面向负载均衡的传感器网络数据管理方案,以解决当前以数据为中心的存储技术中节点资源利用不均衡问题。该方案中,汇聚节点实时获取网络中各个节点的当前能量、存储空间等资源的利用状况信息,并利用这些信息建立网络上下文模型,基于该模型提出了负载自适应数据管理算法,该算法可以根据网络节点和局部区域的当前负载状态,动态地在全局网络范围内调整存储节点的选择和事件区域的映射。实验表明,面向负载均衡的自适应数据管理方案能够明显地提高当前无线传感器网络以数据为中心的存储中的节点资源利用均衡性能。　　 (2)提出了基于预测建模的传感器数据管理方案,以解决当前外部存储技术中的冗余数据传输导致的节点能量浪费问题。外部存储技术中,大量的冗余数据传输与汇聚带来额外的能量消耗,也会带来热点问题,最新研究工作中,预测建模技术可以较大幅度地减少网络中的数据传输、降低网络节点能耗。在本文提出的方案中,服务器节点利用用户历史查询记录,建立时间序列预测模型,以预测用户在未来时间内对网络中的各个监测事件的数据需求,并基于预测结果控制相应的传感器节点上传当前持续时间内的最新数据;同时,对网络中本地存储数据的传感器节点实施负载监控,当负载达到阈值时,节点上传历史事件数据到服务器节点实施存储;该方案将用户需求驱动下地数据获取和节点负载事件触发的数据推送相结合,最小化冗余数据传输,并支持历史数据存储。实验表明,本文提出的方案较好的实现了无线传感器网络外部存储技术中的能效数据管理。