智能电网的概念近年来受到了研究人员和公共电力公司极大地关注。随着智能电网的普及,传统公共电力公司需要处理的电力计量数据不断增加。将电力计量数据上传至分布式的云服务器上,可以有效地提高对数据的访问效率,但是却给用户的数据隐私安全造成了隐患。为了有效地保护用户用电数据的安全,电力计量数据在上传之前需要先进行加密,但是如何在不可信的云服务器上高效地查询用户的用电数据却成为当前面临的挑战之一。针对智能电网系统的安全需求,本文提出了两种不同的基于属性的可搜索加密方案。本文提出了一个支持同义词搜索和多关键词搜索的多机构属性加密方案。方案使用位置映射函数来实现多关键词搜索,具体做法是将查询关键词所在的位置映射到索引关键词集合中相应的位置,以此来实现多关键词搜索,大幅提高了搜索结果的准确性。同时对文件的关键词集进行常见的同义词扩展,实现了语义搜索,提高了用户的搜索体验。在本方案中,我们使用一种文本特征加权方法,在原始词频-逆文本频率算法(Term Frequency-Inverse Document Frequency,TF-IDF)的基础上添加新的加权因子来反映关键词的可区分性,这样可以更准确地表示文本特征的关键词。方案采用线性秘密共享机制作为访问结构,用户根据自己的属性制定灵活的访问策略,以满足搜索需求。本方案采用多授权中心,通过采用全局标识符防止不同的用户进行串谋来恢复系统的主密钥,从而降低系统安全受到威胁的风险。最后在随机预言机模型下基于判定性双线性Diffie-Hellman(DBDH)假设和离散对数(Discrete Logarithm,DL)假设,证明了本方案的安全性。通过性能仿真分析,证明了本方案的高效性。本文提出了一个支持模糊搜索和多关键词搜索的属性加密方案,该方案同时具有撤销和外包解密的功能。首先,该方案采用局部敏感哈希函数(Locality Sensitive Hashing,LSH)的相似性映射原理来实现属性基可搜索加密中的模糊搜索,从而可以支持一些微小的拼写错误词的搜索和形近词的搜索。其次,以搜索词的散列值定位到索引关键词中相对应的位置,实现了多关键词的匹配,当所有搜索词均匹配时才返回相关结果,从而提高了搜索结果的准确性。进一步地,由于每个关键词在某个文件中的频率是不一样的,我们通过相关分数对匹配文件进行排序,进一步提升搜索结果的准确性。同时,该方案融合了可验证的外包解密和属性撤销,减轻了用户的解密开销,实现了对电力计量数据等敏感信息的细粒度访问及属性撤销功能。通过应用懒更新技术,当用户需要查询电力计量数据时,用户的私钥才会进行更新,极大减轻了属性撤销的开销。最后在随机预言机模型下基于DBDH假设和DL假设,证明了本方案的安全性。通过性能仿真分析,证明了本方案的高效性。