随着现今物联网技术和5G网络的飞速普及,智能交通设施、智慧城市建设、移动支付等新型的服务生活模式和业务持续性迭代更新。“信息感知”的思维态势开始逐渐扩展至物联网体系内,万物互联的大数据处理时代已然来临。然而,由于云计算与万物互联特定属性中的矛盾,仅仅凭借云计算的集中计算处理技术,难以支撑基于物联网感知的应用运行和海量数据处理。为此,融合目前流行的云计算集中处理方式,智能云边端协同可以高效处理云中心和网络边缘带来的各类挑战。在云边端协同计算中,并非所有授权节点都是完全可信的。因此,用户的身份信息、位置信息和私有数据都在这些半可信节点中进行处理,从而导致用户与数据的所有权分离,用户数据存储随机化。边缘节点能够窃取数据信息并进行非法操作,故无法保证数据的机密性和完整性。作为近年来发展起来的新兴技术,可搜索加密（SE）使用户能够在保护数据隐私的前提下在实现加密数据检索。近年来,可搜索加密取得了重大进展,特别是在多关键字多功能检索方面。在智能边缘网络服务中实现更多搜索功能,同时兼顾效率和安全性已成为新的研究热门。此外,在不受信任的边缘节点中,关键字与加密文件之间的关联应尽可能少,以最大限度地减少敏感信息泄露。高效、安全地利用各类算法和构建索引对于实现这些目标至关重要。考虑到现有可搜索加密方案无法平衡检索功能与检索效率的问题,本文基于云边端协同系统提出一种支持多关键词模糊检索的可搜索加密方案,记作SHMP方案。SHMP方案提出了S-HashMap索引架构,确保了多关键字模糊密文检索,实现了数据的高效和安全更新。其中,SHMP利用安全K近邻算法计算欧氏距离来度量查询向量与索引节点之间的相似度,去除了传统模糊检索的预定义词典,降低查询复杂度并实现了高效的多关键字模糊搜索和索引更新。同时,本文对SHMP进行了深入的理论分析和仿真。与其他方案相比,SHMP方案具有更好的安全性和效率。针对现有可搜索加密方案不能很好的利用云边端协同的特性,同时忽略海量数据关联性的问题,提出一种基于改进Apriori算法的支持多关键词子集检索的密文检索方案,记作MSIAP方案。MSIAP方案对大数据挖掘技术Apriori进行了改进,通过挖掘海量数据中广泛存在的相关性,生成高相关度的关键字集合,构建基于Apriori的多层索引结构。同时,通过设计算法实现加密数据的多关键字子集检索和动态更新。与原始的数据检索方法相比,MSIAP可以为用户获得尽可能相关的搜索结果,大大降低时间复杂度。在实际应用中,MSIAP方案兼顾了数据安全性,并且增强了密文检索效率,实现了数据的有效管理和应用。最后本文针对所提出的SHMP和MSIAP方案分别进行了安全性分析,证明了SHMP和MSIAP方案针对自适应选择关键词攻击是安全的。同时,本文将所提方案与现有方案进行性能对比,理论对比和实验仿真都证明了SHMP和MSIAP方案是高效且安全的。