物联网技术的蓬勃发展促使诸如无线多媒体传感器网络、云存储、边缘计算等新兴应用领域的涌现。全世界亿万个体的数据不再局限于标量信息，更多的则是偏向于多媒体内容，例如图像和视频。分布式压缩视频感知作为一种新型视频编解码技术，利用压缩感知进行独立编码与联合解码，突破了传统视频编解码的束缚。此外，日益激增的视频数据在编码和传输时的隐私也亟需强有力地保护。
　　因此，本文关于分布式压缩视频感知隐私保护研究与应用的工作主要包括：
　　①设计了一种在无线多媒体传感器网络环境下提供低成本和高效率视频数据隐私保护的同时，提高分布式压缩视频感知编码效率的方案。首先采用双模式自适应视频帧分组选择标记输入视频流的每一帧是关键帧还是非关键帧。其次优化了一个确定性二进制分块对角测量矩阵用于视频帧采样，降低编码复杂度。至于视频数据的隐私安全问题，则是先利用伪随机数生成器产生密钥，再采用置乱-替换-扩散加密算法抵抗四种典型的密码学攻击。实验证明该方案不仅可以保证视频编码传输的有效性、安全性，其算法的高效性还满足无线多媒体传感器网络视频数据实时传输的需求。
　　②充分利用边缘计算三种模式（多址边缘计算、微云和雾计算）来设计一种新的分层边缘计算架构，并基于此架构提出了一种低复杂度和高安全性的大规模视频数据存储隐私保护方案。即将一个视频分成三个部分，并且存储在完全不同的设施中。具体而言，关键帧的最高有效位直接存储在本地传感器设备中，而其最低有效位则被加密并发送到半可信的微云中。其次，采用双层并行压缩感知对非关键帧与其同组的关键帧的差值进行采样，并经过二维Logistic-Skew_Tent混沌映射加密后传输到云服务器。仿真实验和理论分析表明此方案不仅可以有效地为基于分层边缘计算的大规模视频数据云存储提供智能化的隐私保护，还避免增加了额外的计算负担和存储压力。