随着无线通信技术、传感器技术和低功耗嵌入式技术等相关技术的高速发展与广泛应用,无线传感器网络因其廉价性、实用性和灵活性的特点,而被广泛应用于智能交通、军事侦查、自然灾害救助和健康监护等多种领域。但传感器节点能源有限的弊端使得无线传感器网络的发展被桎梏。数据融合技术能够有效地去除冗余数据,减少数据包的传输,从而提高无线传感器网络的整体工作效率,促使网络的使用寿命得以延长,是无线传感器网络的一种有效的节能方式。由于无线传感器网络采集到的数据涉及大量的隐私数据,因此其数据隐私保护技术的研究至关重要。针对当下数据融合隐私保护的热点问题进行研究,对传统的数据融合隐私保护技术存在的弊端加以改进,提出两种改进创新的数据融合隐私保护算法。针对基于分片混合技术的SMART数据融合隐私保护算法通信开销高、融合精度低的问题,提出了基于动态分片的数据融合隐私保护算法D-SMART。该算法通过对原始采集数据的重要性程度进行动态数据分片来达到减少节点间的数据传输量,降低了节点通信开销并且提高了数据融合精度。在D-SMART算法下,攻击者难以捕获到完整的数据分片,同时,也无法对窃听到的数据分片进行有效复原,保障了节点隐私保护性能。仿真结果显示,与传统的数据融合隐私保护算法对比,D-SMART算法在数据融合精确度、通信开销等方面都有着明显的性能优势,弥补了原算法存在的缺陷。针对SMART算法中部分节点没有足够邻居节点发送数据分片所引起的隐私保护性低的缺陷,加入了“局部分片优化”策略,提出了数据融合隐私保护算法LO-SMART。该算法通过对分片失败节点进行合理分片,并且增加分片失败节点的入度链路,从而提高整个网络的隐私保护性,并在一定程度上提高数据融合精度。通过仿真实验与理论分析得出,LO-SMART算法的隐私保护性能得到明显的提升,同时在一定程度上提高数据融合精度。