随着物联网技术的快速发展及其应用的不断深入,数据安全和访问控制问题呈现出新的特征。首先,为了抵御共谋攻击,面向物联网的群组通信系统不仅需要保障诚实用户之间的安全通信,也需要阻止系统内不诚实用户之间的非法通信。第二,随着物联网规模的不断扩展,物联网将普遍采用云+边缘+终端的架构(云边端协同架构),以承载大规模的物联网应用的部署。然而目前在这种云边端协同架构下的数据安全保护研究尚且不多。第三,物联网结合分布式人工智能技术以提供智能化的服务将是一个显著的发展趋势。因此,在分布式智能物联网环境下如何实现用户数据的安全共享与访问控制,将是一个研究热点。针对以上问题,本文分别研究了三种具有不同安全要求的新型数据安全分享技术,并结合具体的应用场景,构造了安全高效的应用方案。具体工作如下:(1)首次构造了基于任意偏序集的层次化访问控制加密HACE(Hierarchical Access Control Encryption)方案。在群组通信环境下,HACE方案保证合法用户在层次化的访问控制策略内进行安全通信和数据分享,同时能够阻止不诚实用户之间的通信。(2)研究了云边端协同环境下数据安全分享技术,以电子医疗系统为例,首先设计了基于云边端协同的数据安全分享的系统架构,然后结合密文策略属性基加密CP-ABE(Ciphertext-Policy Attribute-based Encryption)和Shamir的秘密分享策略,设计了外包的密文策略属性基加密方案O-CP-ABE(Outsourced CP-ABE),并将其应用于所设计的云边端协同的电子医疗系统中,实现高效而灵活的数据分享。(3)联合深度学习系统是物联网结合分布式人工智能技术的一种典型架构。本文基于Paillier同态加密和Shamir秘密分享,构造了联合深度学习环境下数据安全分享方案。该方案使得联合深度学习环境中的多个数据拥有者共同训练一个深度神经网络却不需要泄漏自己的隐私数据。对于系统内任意的数据拥有者来说,它的数据可间接地分享给其它用户,而其自身模型又间接地受益于其它用户的数据。