近年来,随着网络和传感器技术的快速发展,在金融、医疗和气象学等众多领域都产生了大量的数据。由于测量误差、网络传输延迟以及数据隐私性等问题的存在,在测量和收集数据的过程中一些数据无法得到准确的值,只能得到概率性的结果,这就形成了不确定数据。云计算技术为数据的存储和处理提供了便利,但其所导致的数据安全和隐私泄露问题不容忽视。考虑到数据的隐私和安全性问题,用户通常在外包数据前对其进行加密,但这使得云服务器对数据的处理变得困难。可搜索加密技术通过使用合理的加密方法和索引结构,使得在密文数据中进行搜索成为可能。现有的可搜索加密技术大多针对确定性数据,不能应用在不确定数据的处理上,因此本文提出了针对密文不确定数据的范围查询方案。方案中采用同态加密处理数据,同时基于枢轴映射技术和布鲁姆过滤器来构建查询索引。服务器基于索引可以匹配到候选数据集,并利用同态计算进一步细化结果,最终找到查询请求所对应的结果集合,从而实现了对密文不确定数据的安全查询。在大数据时代,云服务提供商在为用户提供计算和存储服务的同时,往往也将自己收集并存储的数据提供给用户使用,这其中也包含着不确定数据。出于数据隐私以及法律规定的原因,其他用户不能直接使用这些数据。为了充分挖掘和使用数据,本文设计了一种两方场景下可实现不确定数据隐私保护的范围查询方案。该方案利用同态加密技术实现了用户与服务器的安全数据交互,并通过数据编码技术的应用保护了数据和查询请求的隐私,最终使得用户与数据提供者可以在不泄露各自隐私的情况下完成数据的统计分析。本文对以上两种方案均进行了安全性的验证和讨论,证明了本文方案可在实现高效查询的同时保证数据安全。论文中还进行了大量的实验对方案进行评估,实验结果表明本文方案在查询性能方面有着良好表现。