随着移动互联网和物联网的快速发展,人们的生活质量得到提升,日常生活中产生的数据量也大大增加。海量的生活数据被转换成多维数的形式由数据拥有者集中存储,数据拥有者根据这些数据可以为用户提供一些查询服务,该类型的服务能给用户的出行、消费选择、医疗服务和科学研究等提供有价值的参考信息,因此,这种请求式的查询服务吸引了社会各界的广泛关注。然而,为大量用户提供查询服务会给数据拥有者带来巨大的存储和计算开销,用户的查询信息也被泄露给数据拥有者。随着云计算技术的发展,数据拥有者把数据外包到云服务器上进行存储,并由云服务器根据用户的请求提供查询服务已经成为一种新的趋势。由于数据被视为敏感资产,数据拥有者并不希望自己的数据资产被云服务器获知,用户在查询时也希望自己的查询信息对云服务器和数据拥有者是保密的,因此,数据安全问题是多维数据外包查询中亟待解决的关键问题。针对多维数据外包查询中数据拥有者数据资产和用户查询信息的隐私问题,本文基于合数阶群上改进的同态加密技术,提出多维数据外包场景下隐私保护的欧式距离查询和Skyline查询方案,具体如下:首先,本文构造了隐私保护的欧式距离查询方案。该方案能够在保证数据拥有者和用户隐私的前提下,由云服务器为用户提供欧氏距离查询服务。数据拥有者首先将数据加密后外包给云服务器,云服务器存储这些数据并为用户提供查询服务,即根据用户发送的加密请求,用欧式距离查询算法进行查询,并向用户返回准确的查询统计结果。详细的安全分析说明该方案能够满足安全需求,计算复杂度分析和对比说明了方案具有高效性。其次,本文构造了隐私保护的Skyline查询方案。在该方案中,云服务器可为用户提供隐私保护的Skyline查询服务,即数据拥有者的数据加密后由云服务器存储;当用户需要查询时,用户将自己的需求进行加密运算后,生成查询请求并发送给云服务器;云服务器根据用户加密的查询请求进行计算,得到满足用户查询需求的最优点集合,并返回该结果给用户。同时,通过对方案的安全性和计算复杂度分析,表明该方案可以提供安全且高效的Skyline查询服务。最后,本文对所提的欧氏距离查询方案和Skyline查询方案进行了实现,并对具体的开发环境、测试环境和实现过程详细描述。同时,本文对两个方案中数据拥有者、用户和云服务器的性能进行测试和分析,并对方案在真实环境下的总体性能进行评估。结果表明所提的方案在实际环境下的计算和通信开销较小,可以为用户提供准确高效的查询服务。