海量数据及强大计算资源已经成为当今智能技术发展的主要驱动力,但近些年越来越多的数据滥用和隐私泄露事件提醒着人们,大数据技术的不恰当使用也会带来灾难性后果。如果要发挥出数据的真正价值,就需要数据共享,所以在特定计算过程中保护数据隐私安全已经成为现实需要。同态加密是一种允许在密文上计算的加密方法,使得用户可以将隐私数据加密后输入程序执行密态计算,但在攻击者看来,输入的数据完全不包含用户的任何隐私信息,这样就能够实现数据的“可算不可见”。本文将同态加密应用于数据隐私保护,为数据提供安全计算,设计出多个数据隐私保护场景下的安全解决方案,主要工作如下:（1）基于El Gamal同态加密算法和国密SM4分组密码算法,设计了一个密文检索模型,再结合国密SM3密码杂凑算法,提出了一个基于同态加密的云端密文检索方案并应用于图像检索系统。该密文检索方案可在保证数据安全的前提下进行数据检索,即检索过程中云端无法获知任何密钥信息和明文数据。理论效率分析和仿真结果表明,基于该方案的密文图像检索系统具有轻量化、效率高、实用性强的优点。（2）针对多方隐私集合求交协议的安全和性能问题,设计了一个基于全同态加密的多方隐私集合求交协议。首先给出基于部分同态加密的两方隐私集合求交协议的设计框架,阐述多方和多方阈值场景下基于阈值同态加密的隐私集合求交协议的应用,然后以非平衡场景下的两方APSI协议为基础,设计了一个基于全同态加密的多方隐私集合求交协议,经分析表明,该协议正确且安全,最后总结基于同态加密的隐私集合求交协议的问题并展望未来发展方向。（3）针对当前拼车系统的隐私泄露问题,基于Lifted El Gamal阈值同态加密算法和Bloom过滤器设计了一个多方隐私集合求交协议,并应用于拼车场景,从而实现了隐私保护拼车方案,既能保护用户（司机和乘客）隐私数据安全,又能实现多名乘客拼车功能。首先用户将数据插入到Bloom过滤器中并使用阈值同态加密算法加密Bloom过滤器的元素,然后乘客将密文结果发送给司机,最后司机完成密文匹配计算,联合乘客解密计算结果获取交集大小,并与阈值比较,判断拼车是否成功。理论分析和仿真结果表明,该方案在半诚实安全模型下能抵抗合谋攻击,且具有高效性、高可用性。