随着云存储的快速发展,多媒体数据已经在人类日常生活中发挥了重要作用。其中,语音因具有表义功能而被广泛关注,例如会议录音、法庭证据、军事机密等,这些应用都体现了语音内容的重要性。如何确保语音数据在云端安全存储、安全高效检索显得尤为重要。论文针对现有基于内容的密文语音检索方法安全性低、语音特征表义性差、检索效率低、不等时长语音数据的模糊检索能力较弱等问题,利用混沌加密、深度语义特征提取、索引方案、语义字典构建等技术对基于内容的密文语音安全高效检索和模糊检索方法开展了研究。主要研究工作如下:1.提出了基于改进Henon映射和超混沌的双重语音加密算法。首先通过扩展控制参数范围将非线性三角函数作为输入参数变量等手段对经典Henon映射进行了改进;其次利用改进的Henon映射生成伪随机序列,对语音数据进行置乱加密,获得语音数据的初次加密结果;最后利用Lorenz超混沌系统对初次加密后的语音数据进行Arnold二次置乱加密和异或扩散加密,获得最终的密文语音数据。实验结果表明,该算法具有更大的密钥空间和更高的加密效率,对密钥复杂度与加密效率进行了更好地权衡,且对各种密码攻击拥有更好的鲁棒性。2.提出了基于深度语义哈希的密文语音安全检索方案。首先利用双重语音加密算法对原始语音文件加密构建云端密文语音库;其次将提取的Log-Mel图和语谱图特征送入CNN模型提取表义性更强的深度语义特征并进行分类处理;最后将学习到的深度语义特征按类别特征和语义特征进行深度哈希编码,加密后上传至云端系统哈希索引表。语音检索时,提取待检索语音的深度哈希二值码并加密,与云端系统哈希索引表进行密文相似性匹配来完成语音检索。实验结果表明,该方案具有较高的检索效率和检索精度,解决了传统感知特征表义性差、现有检索方法安全性低与隐私泄露等问题。3.提出了基于时间间隔点的密文语音模糊检索方案。首先提取原始语音数据的时间间隔点特征构建语义字典;其次利用双重语音加密算法对原始语音文件加密构建云端密文语音库;最后根据用户检索需求,构建一种模糊检索和二次精确检索方法。语音检索时,提取待检索语音的语义字典,利用动态时间归整（DTW）算法进行相似度匹配测量并返回相似度较高的语音数据。实验结果表明,该方案安全性强、检索效率高,解决了不等长语音数据的模糊检索问题。