应用压缩感知（CS）理论结合稀疏随机投影的无线传感器网络（WSN）压缩数据收集（CDG）可以大大减少网络传输的数据量。针对随机选择投影节点作为簇头来收集数据导致网络整体能耗不稳定和不平衡的问题，提出两种平衡投影节点的压缩数据收集方法。对于节点分布均匀WSN，提出基于空间位置的均衡分簇法：首先，均匀划分网格；然后，在每个网格选举投影节点，依距离最短原则成簇；最后，由投影节点收集簇内数据到汇聚节点完成数据收集，从而使得投影节点分布均匀、网络能耗均衡。对于节点分布不均匀的WSN，提出基于节点密度的均衡分簇法：同时考虑节点的位置和密度，对节点数量少的网格不再选择投影节点，将网格内的少量节点分配到邻近的网格，从而平衡网络能量，延长网络寿命。仿真结果表明，与随机投影节点法相比，所提的两种方法的网络寿命均延长了25%以上，剩余节点数在网络运行中期均能达到2倍左右，具有更好的网络连通性，显著提高了整个网络的生命周期。

为了对无线传感器网络的压缩数据收集有一个全面的认识和评估，对到目前为止国内外的相关研究成果作了一个系统的介绍。首先，介绍了压缩数据收集及改进方法的框架的建立；然后，分别根据无线传感器网络的传输模式和压缩感知理论的三要素，对压缩数据收集方法分类进行了阐述；接下来，说明了压缩数据收集的自适应和优化问题，与其他方法的联合应用，及实际应用范例；最后，指出了压缩数据收集存在的问题和未来的发展方向。

为了更好地描述非平稳音频信号的特征,提出了一种基于Gabor字典和稀疏表示权重张量的时-频音频特征提取方法。该方法基于Gabor字典将音频信号编码为稀疏的权重向量,并进一步将权重向量中的元素重新排列为张量形式,该张量各阶分别刻画了信号的时间、频率以及时长特性,为信号的联合时-频-长表示。通过对该张量进行因子分解,将分解后得到的频率因子和时长因子拼接为音频特征。针对稀疏张量分解时容易产生过拟合的问题,提出一种自调整惩罚参数分解算法并进行了改进。实验结果显示,所提出的特征相对于传统梅尔倒谱系数(MFCC)特征、MFCC特征及匹配追踪算法(MP)求解的特征联合拼接得到的MFCC+MP特征和非均匀尺度-频率图特征对15类音效分类效果分别提升了28.0%、19.8%和6.7%。

聚合签密的研究多以基于身份密码体制下提供机密性与认证性，提高验证的效率为目标，存在对证书管理以及密钥托管问题，因此需要设计新的聚合签密算法，在解决证书管理以及密钥托管问题的同时兼顾机密性与高效性。分析了当前主流的聚合签密算法及其发展，利用Zhang等(ZHANG L, ZHANG F T. A new certificateless aggregate signature scheme. Computer Communications, 2009,32(6)：1079-1085)方案，并考虑上述需求，提出了一种新的无证书的聚合签密方案。方案基于双线性Diffie-Hellman(BDH)和计算性Diffie-Hellman(CDH)问题，证明了方案的机密性和不可伪造性。实验结果表明，所提方案在聚合解签密运算量上与其他方案持平或降低；同时，新的方案还满足了可公开验证性，消除了公钥证书的使用，并且解决了基于身份密码体制中的密钥托管问题。

为了有效改进图像加密效果及其安全性，在对基于混沌系统及位运算的图像加密算法进行研究的基础上，提出一种改进的数字图像加密算法，该算法首先采用Logistic映射产生混沌序列构造行、列置乱向量进行像素位置的置乱，再利用分段非线性Logistic产生的序列构造灰度置乱放大因子，对图像进行灰度置乱,且对两个过程进行迭代操作。该算法不仅密钥空间增大，灰度直方图更加均匀，而且像素相关性变弱，运算速度较传统算法更快。实验结果表明，改进算法具有良好的加密效果和安全性。

为了解决传统K-Medoids聚类算法在处理海量数据信息时所面临的内存容量和CPU处理速度的瓶颈问题，在深入研究K-Medoids算法的基础之上，提出了基于MapReduce编程模型的K-Medoids并行化算法思想。Map函数部分的主要任务是计算每个数据对象到簇类中心点的距离并（重新）分配其所属的聚类簇；Reduce函数部分的主要任务是根据Map部分得到的中间结果，计算出新簇类的中心点，然后作为中心点集给下一次MapReduce过程使用。实验结果表明：运行在Hadoop集群上的基于MapReduce的K-Medoids并行化算法具有较好的聚类结果和可扩展性，对于较大的数据集，该算法得到的加速比更接近于线性。

针对网络流量自相似程度判别方法较少和应用分数布朗运动(FBM)进行自相似流量模拟时可能会产生负值流量等问题，给出一种基于多阶矩的自相似流量判别方法和改进FBM模型的自相似流量模拟方法。首先通过分析样本矩的数学式，在分形矩分析的基础上得到一种多阶矩的自相似判别方法，然后对经典的随机中点置位(RMD)算法进行改进，最后对Bellcore和LBL实验室采集的真实流量数据进行自相似判别和模拟，仿真验证实验结果表明该方法的有效性。

提出了一种可用于版权和内容认证的半脆弱音频零水印算法，该算法提取载体音频的中低频分量构造零水印，确保了水印算法的不可感知性，并可实现盲检测。采用自适应的音频分帧方法，合理地分配了水印图像的像素点，从而提高了算法的篡改定位能力和对于常规攻击的鲁棒性。同时利用多级置乱技术消除水印图像的相关性，提高了算法的安全性以及对于常规攻击的鲁棒性。算法不但可进行完整性认证，还可以通过篡改评估准确定位篡改区域。实验结果表明，该算法对于常规攻击具有较好的鲁棒性，对恶意攻击还体现了很强的篡改定位能力。

为满足基于网络的大规模地形漫游系统中有限的网络带宽与海量地形数据之间的矛盾，提出了一种三维地形流式渐进传输方法。该方法在服务器端对地形数据进行预处理，首先将地形数据进行分块，再对分块后的数据进行小波变换，最后用多级树集合分裂(SPIHT)算法将变换后的数据组织成多条渐进码流。客户端在运行时根据视点的位置，漫游的速度和方向确定周围各地块的传输规则，使各地块的传输量进行自适应调整，同时采用二级缓存机制缓解网络拥塞时数据供应压力。实验表明，该方法能很好地支持客户端基于GPU的多分辨率地形构造并在各种网络带宽情况下保持较高的绘制帧率，保证网络交互绘制的实时性。

针对以往双水印算法鲁棒性不高和定位不准确的问题，提出一种基于小波包分析的数字音频双水印算法。算法对原始音频信号进行小波包分解，在得到的低频系数和中低频系数中嵌入零水印和半脆弱水印。改进的零水印算法鲁棒性有了很大的提高，能更好地完成音频信号的版权保护；对中低频系数采用量化的方法嵌入二值水印图像，有别于以往算法需将二维图像转换为一维序列，不会对零水印的提取产生影响。该方法对一系列常规处理和幅度缩放都有较好的鲁棒性，不但能确定水印图像遭恶意篡改的位置，而且能够定位原始载体音频的篡改位置，真正实现了对音频信号的内容认证。

提出一种单通道语音增强算法。首先由接收到的单声道语音信号的含噪部分构造一个假想噪声源，将这一噪声源和含噪的信号作为多通道自适应去相关（MAD）盲分离算法的输入，得到增强的语音信号。进一步将这一增强的语音作为输入，利用Daubechies小波对其进行分解，在小波域中选取合适的阈值函数进行滤波，然后合成时域语音信号。根据以上步骤得到的增强语音有较高的信噪比及可懂度。