随着云存储技术的发展,越来越多的用户选择将自己的数据存储在云端。因此,云存储服务的易用性与安全性面临更多的挑战。为降低用户对数据安全性的担忧,云服务商所提供服务需要满足更高的安全标准。为保护用户数据的隐私,云端存储数据通常需要进行加密处理。然而,传统的加密算法会隐藏数据的大部分信息,所生成密文难以实现搜索比较等操作。因此,可搜索加密技术应运而生。为提高密文搜索算法的灵活性与安全性,本文对不可信环境下的连接关键词搜索技术和范围搜索技术分别进行了研究。针对可验证连接关键词搜索和可验证多条件范围搜索两个场景,本文分别设计了相应数据索引结构与搜索算法。本文主要工作如下:1.提出一种可验证数据完备性的索引结构HPMT树(Hash Prefix Merkle Tree)。其利用Merkle树串联Hash思想保证了树中结点准确性。其通过伪随机函数确定关键词于树中位置,针对关键词不存在于云端情况提供了不可伪造证明。此外,HPMT树在树中所有叶子节点构造了对应双线性累加器,使算法支持利用多项式互素条件进行多关键词交集完备性验证。2.设计了完整的云存储数据库可验证连接关键词密文搜索算法。其利用提出的HPMT树结构,进行多关键词交集完备性检验。针对数据库需频繁更新的特点,利用Vector Commitment结构构造单行数据完整性证明,保证了数据的新鲜性即数据支持了高效地动态更新。算法利用广播加密实现了密钥分发与用户权限动态管理,支持了灵活的多用户操作。最后分析了算法的安全性,并通过对比实验证明了方案的有效性与实用性。3.提出了一种可验证多条件范围搜索完备性的索引结构OBMT树(Order B+Merkle Tree)。其在B+树结构基础上引入Merkle树串联Hash思想,利用顺序可见加密算法构造比较陷门。通过在树中分层次构造双线性累加器,使OBMT树结构高效地支持了多条件范围搜索交集的完备性验证。4.设计了完整的云存储数据库多条件可验证范围搜索算法。其利用提出的OBMT树结构进行多条件交集完备性验证。算法有效支持了数据的动态更新操作。最后分析设计方案安全性,并通过实验分析证实了所提方案的可行性与高效性。