针对传感网络中的人侵数据进行査询,为提髙网络数据管理性能和可靠性。由于在进行入侵数据査询时, 需要设定固定的过滤器阈值, 便得对人侵数据的遍历不全面。传统的査询算法主要通过收集各节点人侵数据, 进行数据査询, 没有设置过滤器阈值,导致査询出现冗余数据, 査询精度低。提出分族算法的传感网络中入侵数据査询的改进方法。在传统算法的基础上将网络划分为不同的簇, 筛选出各个簇的簇头节点, 由簇头节点将数据汇聚至Sink节点, 并设置过滤器阈值对汇聚至S i nk 节点上的入侵数据进行过滤,最后利用人侵数据间的关联特征遍历和收集全部网络中和査询数据关联性较强的人侵数据,生成最终的査询结果。仿真结果证明,基于分簇的传感网络中入侵数据査询方法抗干扰性较强, 同时提髙了人侵数据査询的精度和效率。