随着计算机技术的蓬勃发展,为满足社会对数据资源日益增长的需要,对海量数据资源进行开放共享与分布式计算处理是现阶段信息技术的发展趋势。然而,当前开放的数据资源在存储及数据分析计算处理等环节中仍存在着许多安全性问题。以开放存取期刊系统为例,随着期刊数据规模的增大,如何在保障论文文本数据安全存储的前提下,实现对论文文本数据的正确分析以满足人们在海量文本数据中快速准确地获取有效信息的需求是目前开放存取期刊系统亟需解决的问题。面向开放性分布式系统,区块链技术是一项安全的基础计算技术,可验证计算是解决外包计算正确性的有效机制,把可验证计算运行于区块链之上将是一种解决数据开放存储及分布式计算处理安全性问题的可信计算方式。针对上述问题,本文设计了一种数据分析可验证计算平台方案,该平台架构分为数据接入层、数据分析及验证计算层和用户应用层三个层次。面向开放存取期刊应用,数据接入层实现了对论文数据的存储功能,数据分析及验证计算层将对论文文本数据进行分析,用户应用层用来实现平台与用户之间的交互。为确保数据存储的安全性以及分析结果的正确性,本文将区块链技术和可验证计算技术运用到文本数据分析计算过程中,提出了基于区块链的数据分析可验证计算平台方案。该方案中的数据分析服务器节点将按照制定好的智能合约依次完成计算任务及验证任务,并依据区块链共识对计算结果在各节点间达成一致性。为了对平台进行优化设计,本文进行了深入分析,构建了基于区块链的数据分析可验证计算模型,对平台方案中数据分析服务器节点的具体计算任务、验证任务以及PBFT共识（Practical Byzantine Fault Tolerance）过程的详细步骤进行了计算量化及计算资源优化,并给出基于能耗考虑的交易吞吐量资源优化方法,仿真结果表明该优化方法能初步提高平台的交易吞吐量。为进一步解决基于区块链的数据分析可验证计算平台的扩展性问题,本文结合分片技术提出了一种基于分片技术的数据分析可验证计算平台扩展性方案。该方案通过分片技术将原有平台中的数据分析服务器节点随机分配到多个片上,从而将原有平台从单片扩展到多片,有效地解决了原有平台的扩展性问题。在此基础上,本文对提出的平台扩展性方案中的共识计算过程进行了计算资源和能耗的分析,并给出了基于能耗及合理分片数量双方面考虑的平台交易吞吐量优化策略。仿真结果表明,本文所提的基于分片技术的数据分析可验证计算平台方案结合优化策略能够有效解决原平台的扩展性问题。最后,依据上述设计方案,本文实现了一种面向期刊论文的数据分析可验证计算平台,并进一步详细阐述了平台的层次结构及各层次之间的处理流程。同时,依据建立的分析模型和优化方法并结合实际场景对该平台的期刊论文数据采集、论文文本数据关键词提取模型的更新及验证的具体过程进行了实现和优化。