随着移动终端的大量普及,以及移动社交网络的快速发展,大量的地理位置数据和传统文本数据得到融合,致使综合了空间相近性和文本相关性的空间文本查询服务在基于位置的移动社交等领域中得到了广泛的应用。为了实现空间文本数据服务的灵活性并节省服务成本,数据拥有者将他们的数据服务外包至公用云,然而,这可能会带来严重的隐私问题。通过深入分析云环境下空间文本skyline查询的隐私保护需求,本文定义并研究了云环境下保护隐私的空间文本skyline查询处理问题,并在保护隐私的前提下提出空间文本skyline查询方法。首先,本文提出了基于线性扫描的保护隐私的空间文本skyline查询方法。为了保证空间文本数据、skyline查询请求中的敏感信息和用户隐私信息在查询过程中的安全,本文采用非对称内积保持加密算法对空间文本数据集合中的数据对象以及基于多个查询位置的空间文本skyline查询请求进行加密。基于加密的空间文本数据对象和空间文本skyline查询请求,利用加密算法其内积保持的特性,提出了空间文本支配的安全计算方法,在保证数据隐私安全的前提下,针对多个位置的查询请求实现数据对象间空间文本支配的计算。最后,通过线性扫描的方式访问加密数据对象,利用空间文本支配的安全计算方法得到每组对象间的支配关系,找到不被其他任何对象支配的数据对象,从而得到空间文本skyline查询结果。为了满足保护隐私的空间文本skyline查询的性能需求,本文进一步提出了一种基于安全索引的保护隐私的空间文本skyline查询方法。本文采用加密的IR-tree作为空间文本skyline查询的安全索引,提出面向索引单元的空间文本支配的安全计算方法。该方法利用查询请求与索引单元间空间文本相似性的分布规律,通过对被支配的索引单元进行剪枝的方式,提高保护隐私的空间文本skyline查询性能。最后,通过对安全索引的逐级访问,利用空间文本支配的安全计算方法,找到不被其他任何对象或索引单元支配的数据对象,实现安全、高效的保护隐私的空间文本skyline查询。最后,针对上述研究工作,本文对所提出的方法具有的安全性和计算复杂性进了理论分析。同时,在多个真实数据集上,通过多组试验参数的设置,对本文所提出的方法的索引构建开销、查询响应时间等指标进行了实验分析,实验结果表明本文所提出的查询方法在查询性能上得到了显著提升。