随着数据量的增加和云计算的发展,相应的数据存储和计算的需求也日益增加,将需要大量计算的数据外包给云计算平台是一种极具效益的计算方式。通过云计算的方式,用户可以以低廉的价格享受到高效的数据管理和计算服务。但是,我们将数据提供给云计算平台后,由于网络和云计算平台本身的安全问题,可能会使数据所有者面对严重的安全和隐私问题,外包的数据集中包含的敏感信息可能会泄漏,用户的隐私可能受到侵犯,这成为云计算发展的一大阻碍。当前,解决这一问题的最有效方法是在外包数据之前对数据进行加密进而保护数据的安全。然而,顾名思义,云计算平台的一大职责在于“计算”上,而目前有效地在密文上进行计算和查询仍然是一个巨大的挑战,如果云计算平台无法对加密的数据进行计算,就无法发挥出云计算技术最大的优势,因此急需探索和发展在加密数据上计算的相关技术。在本文的工作中,将专注于以一种安全的方式在云计算平台上解决一个有代表性的查询任务,即动态Skyline查询。动态Skyline查询在多目标优化等任务中发挥着重要的作用。在动态Skyline查询中,由于其需要进行动态支配计算,在需要进行减法操作的同时又需要进行比较操作,因此很难对加密数据执行此操作,而现有的单个加密方案无法直接有效地支持这种操作。为此,本文构建了该问题的系统模型,分析相应的敌手模型,并提出了本文的解决方案,同时本文使用了新颖的数据转化方式并结合顺序可见加密方案,提出了一个新颖框架SCALE,它通过将传统的动态Skyline查询转变为简单的比较操作而实现上述复杂的操作,从而解决上述难题。在本文的方案中,整个过程只需通过用户与云平台之间的单轮交互就可以完成计算,并在不泄露任何数据的情况下得到动态Skyline查询的结果。同时,本文还从理论上证明,在本文的模型下,外包数据库、查询请求数据和返回的结果数据均被有效保密。经过对一系列数据集的研究表明,与最新技术相比,本文的框架将查询处理的效率提高了大约三个数量级。通过实验,本文的方案达到了设定的设计目标,同时证明了该方案在实际应用中的可行性。