在无线传感器网络(WSNs)中,通过数据融合技术可以降低数据传输过程中的通信开销,对能量资源有限的传感器节点具有十分重要的意义。然而,传感器节点通常被部署在开放环境中,可能会遭受来自敌手实施的各种手段攻击。因此,数据融合为无线传感器网络安全提出了新的挑战。为了防止隐私数据在传输过程中被恶意攻击者获取,基于隐私同态的数据机密性保护方法被提出。在该方法中,中间节点可以对密文进行数据融合运算,能够降低计算复杂度并可有效的实现数据端到端的封装。但是,基于此类方法的数据融合方案大都存在两个问题:第一,方案无法在在多应用场景下对多源异构数据进行有效的融合;第二,方案往往只支持单一的融合方式,无法兼容多个融合函数。针对多源异构数据融合问题,提出一种适用于多应用场景的安全数据融合方案SDAMA。该方案通过基于传感数据类型对节点感知数据进行编码,并结合加法同态加密实现了多源异构数据的融合;引入了同态消息认证标签,使基站能够验证融合数据的完整性;利用伪随机函数为每个融合周期动态更新密钥,保护了数据的新鲜性。针对已有方案不支持多种融合方式的问题,提出一种适用于多融合函数的安全数据融合方案SDAMF。该方案在Sum融合方式的基础上,引入保序等价数列,使得方案兼容了多种融合函数;在数据机密性保护方面,使用了与SDAMA相同的策略;同时,结合秘密共享的思路,实现了对数据的完整性保护。通过理论分析及仿真实验显示了方案的有效性,本文提出的两种方案SDAMA和SDAMF具有较低的通信和计算开销及较高的融合精度。