在信息技术领域,云计算作为目前最热门的话题之一为现代高速计算提供了新思路,即采用了一种新型的基于因特网的计算模型实现了高速计算。但目前云计算中的安全问题日益突出,已经成为工业界、学术界和有关政府部门在云计算领域的另一衍生领域。海量的数据量不可避免地包含了诸如用户银行账号密码和个人信息等敏感信息和隐私数据,甚至还包括国家机密信息,如何保护这些机密数据促进了云计算安全领域的探索。CSA在2011年发布的云安全白皮书上指出如何在云计算平台上保证隐私数据的机密性已经成为学术界、工业界乃至国家级网络空间安全保障等关键安全部门研究的热门话题。因而,研究和构建适合云计算的加密方法对于云系统中的数据隐私保护和安全起着重要的作用。本文从云计算环境中安全的理论与实际应用需求出发,针对目前云计算的隐私保护加解密算法存在的问题,分析和研究存在的问题,并基于云计算环境设计和实现了安全、可靠和快速的加密并行算法。本文主要从对称和非对称加解密算法两个角度出发,选择对称加密算法中的AES算法和公钥加密算法中的基于ECC密钥体制的ECIES算法做代表,以云计算环境中的数据规模大、运算速度快及虚拟化程度高等平台特点为基础,研究、设计并实现并行AES和ECIES加密算法。本文详细分析了串行AES加密算法,并通过实验,得出算法耗时构成,然后基于该串行算法设计了基于AES加密算法的分布式密文计算算法,并在Hadoop云平台中使用MapReduce编程框架实现了对大数据文件的加密和解密。同时还研究了基于ECC公钥体制的ECIES密文计算算法,首先对串行算法进行理论分析,然后通过实验得出算法各个模块耗时比例,而后基于该串行算法,设计了并行ECIES加密算法,并使用MapReduce并行编程框架在Hadoop云平台上进行了实现。理论和实验表明,基于Hadoop平台的并行AES算法和并行ECIES算法能够实现密文的分布式存储和提高加密解密的速度,在集群处理器个数为p的情况下,其并行算法的加速比能够达到约p/3。