随着移动互联网的飞速发展,以图像为主的多媒体数据呈指数级增长,这给资源受限的用户带来了数据存储及处理方面的严峻挑战。云存储是云计算概念的延伸和发展,它的出现为海量数据的存储提供了一种可行性的解决方案。资源受限的用户将本地数据上传到云服务器进行存储,用以减少自身存储资源的消耗。然而,云服务器是不完全可信的,数据一旦上传将会造成数据所有权与管理权分离。为了保证数据机密性,数据通常由用户在本地进行加密操作并以密文形式存储于云服务器中,这对数据的高效检索提出了新的挑战。目前,如何实现密文图像的高效检索已成为学术界和产业界共同关注的研究热点之一。现有的一些密文图像检索方案虽然实现了密文下的图像检索,但却存在着信息泄露、计算开销和通信开销过大等诸多问题。这使得方案的应用范围及实用性受到极大的限制,尤其是对于资源受限的移动设备来说,其实用性更低。因此,研究移动云环境下高效的密文图像检索技术就具有非常重要的意义。本论文主要研究移动云环境下密文图像检索的问题,主要贡献如下:(1)利用比较加密技术和基于内容的图像检索(Content-Based Image Retrieval,CBIR),我们提出了一种新的移动云环境下密文图像检索方案。该方案不仅能够保护图像特征向量的隐私性,而且能够实现密文下图像特征向量的比较。此外,该方案检索时用户和云服务器之间只需要一轮通信,从而减少了通信开销。其次,在方案中我们采取两层(two-layer)检索模式,即首先基于树形索引结构执行范围检索,然后对范围内的特征向量进行进一步的精确检索,从而使方案具有较好的检索效率和精确度,避免了单一的使用图像相似性度量方法进行检索造成的计算开销过大的问题。该成果已发表在国际期刊Soft Computing(SCI源刊,影响因子:2.474)。(2)我们不仅对方案的安全性和效率进行了理论分析,并且基于INRIA Holidays图像数据集对本文提出的密文图像检索方案进行了仿真实现。结果表明,针对实验中随机选择的图像而言,该方案检索开销大致为7.9381n毫秒,其中n为图像数量。因此,该方案具有较好的检索效率和精度。此外,与基于同态加密算法的密文图像检索方案相比,我们提出的方案的计算开销能够得到有效地减少,因此能更好地适用于资源受限的环境。