物联网广泛应用于生活中,每分钟都能产生大量的图像和视频等数据。海量物联网数据需要不切实际的大存储和高性能计算,而物联网中的普通用户或智能设备很难支持,因此对数据进行有效的收集十分必要。数据收集技术减少了通信量,节约了能源,提高了精度,延长了网络寿命。物联网中传感器设备能够感知、处理和传播实时信息,但也具有能量有限、内存容量小、处理速度慢等限制。物联网应用进一步扩展了互联网的优势,如数据共享,方便了数据收集,实现更精确的管理。然而,由于感知器设备通常部署在恶劣的、无人看管甚至敌对的环境中,物联网系统面临着越来越多的攻击,数据安全性受到威胁。因此,在数据收集中考虑感知节点的低复杂性处理和数据机密性是至关重要的。安全的数据收集技术也需要结合安全的数据发布才能全面保障用户的个人隐私。同时,隐私保护的数据发布仅针对单一用户类型并不适用,应当考虑用户权限的多样性,提供不同权限的用户获得不同的发布数据的功能才符合多种应用场景。此外,未发布的数据的隐私性和发布的数据一样重要。由于数据间的强相关性,从少量的发布数据也可能泄露未发布的数据隐私。因此,在数据收集中考虑用户可控权限和对数据的隐私保护符合现实需求。本文主要针对数据收集中的数据量大、数据类型丰富、数据安全威胁等问题,以及数据发布中的可控访问和隐私保护问题展开了研究,完成的主要工作包括:（1）针对压缩数据收集中对隐私保护的忽视以及高消耗的问题,提出了一个基于嵌入机制和压缩感知实现隐私保护的数据收集方案。该方案针对不同类型的节点对其压缩测量值嵌入不同的因子以此破坏数据固有结构达到隐私保护。任何中间节点不需要额外地对接收到的消息先解密后编码,而是可以对接收的信息和自身的感知信息直接编码。该方案在保证安全的条件下,实现了在节点处低计算消耗的压缩数据收集。（2）分析了稀疏估计技术对未发布数据的强大攻击能力,提出了基于隐私保护的可控压缩数据发布方案。方案不仅考虑已发布数据的可用性,还考虑未发布数据的隐私保护。将压缩感知引入,利用压缩感知重构的误差为未发布数据提供保护以此抵抗攻击。同时,对同一释放的压缩数据,不同用户根据其所持密钥的不同,将得到不同的发布结果实现可控访问。此外,根据已发布数据的可用性要求和未发布数据的隐私要求,方案讨论了已发布数据个数的上界。数据所有者可以在最大发布数量内自由选择发布的数据。该方案也能扩展到多媒体物联网中,保护图像中的敏感信息,体现了方案的潜力。（3）阐述了当数据对象是多媒体物联网中的大量图像时数据采集面临的挑战,提出了一个安全的多图像压缩采集和分离式重构方案。该方案分析了压缩感知测量值对信号能量的泄露,设计测量值保护方案破环测量值的原始分布,保持测量值初步的均匀分布。此外,针对一个数据集的融合的采样测量值,提供单幅图像的分离式重构,可以根据实际需求重构相应图像,减少不必要的资源消耗。（4）针对多媒体物联网中数据的多类型以及用户权限的多样性,提出了基于雾辅助下的嵌套式压缩数据收集方案。该方案打破了传统数据收集框架,引入雾计算提升服务质量,每一层都保证了输入和输出的安全性。不同类型的数据对应不同的用户权限,借助雾嵌入身份水印实现对授权用户的身份认证。此外,对感知数据重构任务转换的设计保证了云在加密模式下执行数据重构任务。