目前许多无线传感器网络已经用在了环境安全监测中,以至于当安全事故即将发生时安全监测中心能够根据传感器所采集过来的信息提前做出预警;但是当安全事故真正发生时,很多时候安全监测中心并没有提前做出预警或者预警不及时,从而导致人员伤亡。监测系统没有正常运行的原因之一是输入到监测系统中的传感器数据不正确,导致监测系统无法识别出当时环境中的真正情况,从而没有发出预警;因此在监测系统处理对数据进行处理之前,需要先对传感器数据进行可信度评估,将那些不可信的数据剔除,以减少监测系统出现虚警、漏警的概率;所以本文针对传感器数据可信度评估方法展开了研究。本文首先对大数据处理中所涉及到的数据质量评估技术进行了分析与研究,然后分析了数据质量与数据可信度之间的关系。之后,对数据可信度的评估框架以及常用的评估方法进行了研究;并总结了评估过程中的重要步骤以及常用评估方法的优缺点。随后根据前面的总结,本文专门针对有关传感器数据的评估方法进行了研究。首先对传感器数据可信度的定义进行了概述,然后分析了传感器所采集的数据为什么不可信,接着对已有的评估方法进行了分析,并发现有些不可信因素在已有的评估方法中并没有得到很好地解决。随后,针对已有的单传感器可信度评估方法的不足,提出了一种基于数据趋势的可信度评估方法;解决了已有方法或因不能在线评估或因先验概率难以获取或因过分依赖于某个点,而导致评估效果不理想或应用范围较小的问题。然后,针对多传感器数据可信度评估,提出了一种多传感数据可信度评估模型,并介绍了该模型中各参数的计算方法,其中包括趋势相关度、均值聚合度、直接数据可信度、异构融合可信度。该模型通过以上四个参数将多种数据特征进行融合,利用这些数据的时空相关性以及各属性之间的联系对传感器数据进行综合评估;以解决已有方法对传感器被遮挡情况下的数据可信评估准确度不高的问题。最后,通过实验进行多次验证,其验证结果表明了本文所提出的基于多传感器数据可信度评估方法的有效性。