随着科技发展,智能设备的功能不断扩充,产生的数据量快速增长,移动感知系统成为研究热点。在移动感知系统中,数据请求者会发送数据采集的任务给众多用户,用户利用智能设备收集感知数据并上传给数据请求者进行数据统计和分析。但是,由于感知数据中包含了用户的敏感信息,在数据采集过程中容易出现个人隐私泄露等安全问题,因此,研究保护用户个人隐私的方法变得十分重要。安全数据聚合技术是有效的个人隐私保护方法之一,主要步骤是承担感知任务的用户收集感知数据后,先对其加密,然后上传给数据请求者。该技术能够保证数据请求者只能得到所有用户的感知数据总和,而对任何单个用户的感知数据一无所知。虽然近年来许多保护隐私的数据聚合方案被相继提出,但这些方案在计算开销、安全性和实用性等方面存在一些问题。为了解决这些问题,本文研究保护隐私的认证数据聚合方案,主要工作如下:（1）提出一种基于格的隐私保护认证数据聚合方案。量子计算机的出现对公钥密码产生威胁,一些基于公钥密码构造的数据聚合方案的安全性需要提升。本方案将可抗量子计算的格密码与保护隐私的数据聚合技术相结合,利用同态认证技术保证计算数据的可验证性,使方案具有较好的计算效率和安全性。（2）提出一种保护隐私且可认证的多维数据聚合方案。面对日渐复杂的网络环境和多样的数据需求,单维数据的收集已经无法满足实际应用对感知对象的监测和跟踪。而大多数多维数据聚合方案使用复杂的同态加密或者双线性配对操作,带来较大的计算开销。本方案采用一种轻量的加密方法和认证方法保证感知数据的机密性和完整性,不仅使数据请求者能够恢复细粒度的感知数据总和、支持用户退出协议,还有效提高了方案的计算效率。