无线传感器网络(Wireless Sensor Networks,WSN)是由时空上独立的低耗能传感器组件所组成,它们能够准确感知温度、湿度以及压力等各种物理和环境指标,并且通过对收集到的指标数据进行研究、分析进而实现信息获取,因此被广泛应用于战场监视、环境和动物监控,交通疏导以及智能家居等各种生产生活领域。WSN是自组织网络,自身节点资源十分有限,并且在能量、计算以及信息储存能力等方面上都有限制。WSN数据隐私保护技术受到越来越多的重视,从功能上讲,现有的数据处理算法大多仅支持某几种或一种数据操作,本文主要研究如何在数据处理过程中能够更好的将隐私保护和能量消耗进行平衡。主要创新点如下:1、由于资源限制,低能耗的隐私保护数据聚集算法是WSN研究中的一个关键问题。为了能够在保证数据隐私性的前提下有效减少通信负载,本文提出了一种新的基于数据混淆的低耗能隐私保护聚集算法CESPT。CESPT通过引入正负数据对混淆数据真实来源;并通过在数据混淆阶段设置混淆因子m计算混淆数据对的产生数量、混淆数据发送轮数以及混淆数据发送阙值,从而控制混淆数据的发送数量;并通过聚集阶段正负数据对抵消策略以及分片发送机制减少聚合通信量和冲突,从而能够有效地降低了数据聚集的通信负载,减少了能量消耗,在有效保护隐私的基础上提高了WSN的使用寿命。2、低能耗和高隐私性是衡量无线传感器网络中范围查询算法的重要指标,本文提出了一种兼具节能性与安全性的范围查询处理算法EPRN。该算法对数据信息查询与上传过程进行优化处理,避免了网络中全部节点均将感知信息传输至存储节点或基站,有效的达到了降低了网络传输过程通信量,延长了网络寿命的目的,运用多种隐私加密技术对所收集信息与范围查询请求信息进行加工,从而保证数据信息的安全性。通过理论分析与模拟仿真验证,该算法能够更好地平衡数据信息安全性与网络节能性。