人群传感网络是一个由许多参与者通过智能移动设备或预先部署的传感器上传环境数据的数据为中心的网络;然而，在实际应用中出现了关于通信复杂性和数据机密性的担忧。最近，压缩传感（CS）是一种蓬勃发展的理论，它采用非适度的线性投影来减少数据量，然后重建原始信号。不幸的是，不受信任的网络引发的隐私问题仍然仍然仍然消除实际上。在本文中，我们考虑使用无线传感器网络（WSN）中的CS作为应用场景的人群感测，并提出称为扰动压缩传感协议（PCSP）的数据收集协议，以保护数据机密性以及其实用性。首先，我们简要介绍了CS理论和三种因素与重建效应相关。其次，开发了使用秘密干扰的基于安全的基于CS的框架来保护WSN中的原始数据，其中每个节点收集，加密，测量和在我们的协议中传输采样数据。正式地，我们证明我们的协议是根据定理的CPA-Secure。最后，对实际和模拟数据集的评估表明，我们的协议不仅可以实现比相关算法更高的效率，还可以保护信号的机密性。