随着大数据时代的到来,越来越多的数据汇聚到云服务器中。由于数据的所有权和管理权分离,数据拥有者难以确保云服务器中数据的安全性。为了保障数据的机密性,一种传统的方法是将数据进行加密。由于密文数据丢失了原有数据的特征,云服务器难以从现有的密文中得到符合用户需求的检索结果。因此如何在密文数据中进行检索成为近些年研究的热点。结构化加密技术（Structured Encryption）能够在泄露部分信息的条件下实现高效的密文检索。检索结果数量（Volume）作为结构化加密中“合理的”泄露信息,被用来发起针对结构化加密的攻击。为了能够抵抗此类攻击,检索结果数量隐藏的概念被引入并且检索结果数量隐藏的结构化加密方案（Volume-Hiding Structured Encryption Schemes）被相继提出,但是这些方案的存储和通信开销较大。因此,优化通信和存储开销是检索结果数量隐藏技术近期研究的热点。此外,现有的检索结果数量隐藏的方案都只支持单关键词查询。在现实生活场景中,支持多关键词查询的密文检索方案能够满足用户复杂的查询请求。其中,连接关键词查询是多关键词查询中经典的一类查询技术。因此,研究支持连接关键词查询的检索结果数量隐藏方案具有重要意义。本文围绕着检索结果数量隐藏技术中功能扩展方面和性能优化方面进行研究。主要贡献如下:1.本文提出了支持连接关键词查询的检索结果数量隐藏密文检索方案。该方案能够在实现连接关键词查询的同时保护每一个查询关键词的检索结果数量不会被泄露。对于连接关键词查询,该方案只需要返回2l个密文结果以及一个紧凑的数据结构（即布隆过滤器）,其中l表示数据集中最大结果数量。随后,我们证明了该方案的安全性并给出理论分析。实验评估显示,该方案能够在牺牲少量性能开销的情况下实现检索结果数量隐藏的连接关键词查询。2.本文提出了存储和通信开销最优的检索结果数量隐藏密文检索方案。与目前最好的检索结果数量隐藏方案相比,该方案能够实现最优的通信开销和存储开销。具体来讲,该方案将用户的通信开销从2l降低至l（检索结果无损的检索结果数量隐藏方案中通信开销下界）并且服务器的存储开销从2.6N降低至1.23N,其中N为数据集的总大小。随后,我们给出了该方案的安全性证明以及理论分析。实验对比表明,该方案在存储和通信开销方面都优于目前最好的检索结果数量隐藏方案。