云计算和无线传感网络的持续发展融合了物理世界和数字世界。传感云作为一种新式的计算模型,不但促进了资源共享,也缓解了终端在数据存储上的压力。然而,由于云计算固有的开放性,使得这种托管的云存储模式在提供更高的服务质量的同时也带来了隐私安全方面的挑战。云端更容易受到集中攻击,云服务提供商自身的可信度也值得评估。此外,在集中式云存储模型中,数据收集终端通常距离云数据中心较远,这使得终端与云端通信时易产生高延迟。为解决传感云中数据存储安全和效率问题,本文提出引入边缘计算作为云端与终端的中间层,对两端进行协同管理,构成云-边-端三级模型。基于模型为传感云数据设计合理的存储策略。具体工作可以概括为以下几个方面:（1）为有效解决传感云数据存储中的隐私安全问题,提出了基于边缘计算的差分存储方法。传统的传感云数据容易受到安全威胁的一个重要因素是用户数据拥有权与管理权的分离,因此引入边缘端,将集中式存储变为分布式存储。边缘端根据数据分布规律将数据合理划分,并编码加密,确保数据的机密性与可用性。将最终得到的尺寸不同的三份数据,大部分数据存于云端,小部分数据存于用户终端,而剩余部分存于边缘端。任何一端数据的泄露都无法恢复原始数据,而即使将三端数据全部窃取,数据解密也将成为一大难题,以此避免数据泄露。（2）为有效解决传感云动态数据安全同步存储的问题,提出了改进的协同存储模型及相应的同步策略。具体的,该方法是一种基于数据机密性的协同存储方案,用于增强数据隐私性,并促进数据同步。为了提高同步效率,设计了一种边缘和云端协同计算的混合更新方法和一种自适应批量更新算法来改善同步延迟和同步成本。通过仿真实验与传统方法进行对比,本文所提策略不仅在通信成本上大幅度降低,还提高了更新效率。同时经过理论分析证实了该方法的安全性。（3）为有效解决传感云数据存储中的数据完整性问题,提出了一种轻量级且值得信赖的审计方法。在研究审计过程中发现,虽然第三方为终端承担了大部分的审计工作,但终端仍需完成一些数据预处理任务,如盲化、生成标签等,这给资源有限型终端带来了挑战。本论文以保证审计过程数据机密性为前提,提高审计效率为目的提出了基于边缘的二叉树审计模型:首先终端对数据进行盲化,再将生成标签的工作转移到边缘端。根据生成的数据及标签构成敏感型二叉树,并将标签及二叉树相关数据分别交付给第三方与云端。利用挑战响应机制,第三方随时向云端发起挑战,利用二叉树判断云端数据存储状况。通过理论分析与仿真实验表明,该方案不仅提高了审计效率,还降低了终端负担。本文研究了传感云数据存储策略,提出了一种云-边-端协同的存储模型,边缘端作为中间层对终端与云端进行资源协调,优化了云-边-端的资源配置。充分利用了边缘端的计算能力了与存储能力,打破了传统完全外包的存储模式,并弥补了终端资源有限的不足,为今后传感云数据存储问题开拓了新视角。