随着云技术的飞速发展,大量的用户为了节约成本,选择把数据外包给公有云。由于公有云具有诚实但好奇(honest but curious)的特点,为了保证云端数据的机密性,数据拥有者通常将数据进行加密处理,这将导致合法的数据访问者在云端进行密文搜索操作变得极具挑战性,因此可搜索加密成为了云计算和信息安全领域的研究热点。然而,现有的可搜索加密方案支持的搜索关键词数量有限,无法精确的计算出搜索项与待搜索文档的相关度和匹配度,用户体验较差;此外,已有方案还存在搜索效率不高,实用性较差的缺陷;对于云端隐私数据的搜索权限,现有的大多数方案没有提供灵活的访问策略。因此,关于可搜索加密,目前仍然没有一个同时满足可靠、高效、灵活的解决方案,本文将在这个方向上加以分析和探索,对可搜索加密方案进行深入研究,并取得了以下成果:(1)首先设计了一种可搜索加密初始方案,通过采用整数上的DGHV全同态加密作为加密算法,基于CP-ABE作为灵活的搜索权限控制算法,基于TF-IDF的向量空间模型作为相似度计算与结果排序模型,最后依托于Hadoop平台实现了初始的可搜索加密方案。经过安全性分析,可知初始方案具备数据机密性、索引与关键词隐私保密性、查询请求与密文搜索隐私性;实验结果表明,初始方案与现有方案相比具有更高的密文搜索效率,并且具有与明文搜索Lucene相当的搜索结果正确性。(2)为了提高密文搜索性能和优化访问控制策略,在初始方案的基础上,进行性能优化、功能扩展,提出了优化后的可搜索加密方案。优化方案采用RAS(Random Asymmetric Splitting)算法来替代同态加密算法,对权重向量进行加密;采用更加灵活、支持撤销机制的R-CP-ABE替代原有的CP-ABE;对基于TF-IDF向量空间模型(VSM)的相似度计算进一步优化;最后采用Spark替代Hadoop的MapReduce实现了优化后的可搜索加密方案。经过安全性分析,可知优化方案不仅具有初始方案的安全特性,还具有查询请求不可否认性、查询的不关联性以及更高的可靠性;实验结果表明,优化方案在确保搜索正确性的前提下,比初始方案具有更高的搜索效率。