云计算是一种具有强大的分布式存储能力和数据处理能力的新型信息技术.数据拥有者可以把他们的数据存放在云端,数据用户能从云端搜索到他们需要的数据.但云服务器不完全可信,这会威胁数据的安全性,所以需要对数据进行加密.然而,在数据加密之后,用户如何在密文数据上检索成为新的难题.属性基可搜索加密不仅可以保护数据的机密性,而且可以在密文上进行具有细粒度访问控制的数据检索,只有满足访问策略的属性用户才能够解密成功.本文针对现有属性基可搜索加密方案中:如何验证密文数据的完整性、如何提高解密和搜索效率、如何提高方案的安全性和如何进行密文数据去重等问题开展了一些研究,完成了以下工作:1.提出了一个在合数阶双线性群下的同义词密文策略属性基可搜索加密方案.该方案运用文献频率与余弦相似性检测(TF×IDF)方法并排列关键词和它们的同义词,实现了快速搜索.在TF×IDF方法中插入文件相关性的预测值,使得云存储服务器仅仅返回前K个最相关的搜索文件.通过判断用户的属性集合是否满足嵌入在密文中的访问策略,云转换服务器验证了密文的完整性,并对密文进行预解密,减少了用户的解密负担.本方案在随机预言机模型之下,基于合数阶双线性群的三个静态假设,运用双系统加密技术达到了完全安全性.2.提出了一个在大属性域下支持块级去重的可搜索加密方案.该方案在密文策略属性基加密的基础上运用混合云模型同时实现块级去重和可搜索加密.数据拥有者把数据文件进行分块并对块文件加密,再将密文插入到布隆过滤器树中.私有云通过判断云中存储的密文与布隆过滤器中的密文中嵌入的线性秘密共享的秘密值是否相互包含,并在布隆过滤器树中快速地进行标签匹配,实现了细粒度去重.公有云在布隆过滤器树中运用关键词匹配和同态可搜索加密的方法,进行快速地搜索.本方案在随机预言机模型之下,基于决策双线性Diffie-Hellman困难性假设和决策线性假设,达到了选择块级不可区分安全性和匹配控制搜索安全性.