由于物联网技术和移动计算技术的发展普及,从各个来源(智能电话,传感器,社交网络等)产生的数据也越来越多。对于这些数据,传统的计算机系统无法大规模存储和处理,而云计算具有高效的计算效率和虚拟存储等特性,自然适合存储和处理大数据。通过云计算的手段,用户可以将自己的信息数据(如照片、音频、视频等信息)发布在网上,通过云服务器将这些信息共享给其他用户。在用户将数据信息上传到云服务器后,这些云端数据已经超出了用户的预期的掌控水平。更重要的是云服务器也无法得到用户完全信赖,这使得访问控制更具挑战性。基于属性的大数据访问控制在保护隐私数据和防止敏感信息泄露方面扮演着重要的角色,但面对现如今PB级的数据量和复杂多变的属性环境,该访问控制模型无法保障访问策略不被泄露。针对这个问题,本文提出了一种基于策略更新的属性加密方案,创新点如下:(1)策略更新:利用随机数列使策略矩阵的行元素与列元素分别交换位置,以保证用户每次访问的策略属性矩阵都不同,增加了策略矩阵的安全性,从而有效保护了访问者的私密信息。(2)将传统CP-ABE方案中的单授权中心工作变为多个授权中心协同完成,由于授权中心是完全可信的,因此不需要担心授权中心被攻击或者遭到破坏。而多授权中心在抗串谋攻击和工作效率方面提升较大。(3)属性过滤器:加密阶段构建属性布隆过滤器,将访问策略中涉及的属性及其对应的行号绑定到访问矩阵中;数据访问者在解密数据时,应首先通过运行ABF查询子程序来检查他们拥有的属性是否在访问矩阵中,然后根据解密出的映射函数来解密密文。(4)另外,本文提出的策略更新算法部署在云服务器上,不需要数据访问者有多余的数据开销,既节省了时间,又避免了过多的通信开销。最后,通过理论分析和仿真实验的结果对比,分析得出本文方案能够满足大数据环境下保护用户隐私的需求。