近年来随着带位置感知能力智能设备的广泛应用,含地理空间信息的数据以前所未有的速度迅速增长,空间大数据时代已经来临。空间数据具有数据量大、数据种类多等典型的大数据特点,中小企业为了减少自己的数据管理成本,往往选择将空间大数据托管到第三方的云平台上。为了防止云存储服务商泄漏数据,可以在云平台上基于加密数据库存储加密后的空间数据,直接在加密数据上进行查询运算,只有数据托管用户可以对查询结果进行解密。但是目前以CryptDB为代表的传统加密数据库仅支持在关系型加密数据上进行运算,不支持在空间加密数据上进行空间查询等操作。针对上述问题,本文在CryptDB的基础上进行改进使其支持空间数据类型,实现了对空间加密数据的存储、索引和查询等空间操作,将其进一步完善为了较完备的空间加密数据库原型系统。本文主要工作如下:（1）空间加密数据范围查询算法的设计与实现。本文实现了两种空间加密数据范围查询算法:Geohash-OPE和FastGeo。Geohash-OPE算法由本文自行设计,首先使用Geo Hash编码对空间点数据建立空间索引,之后通过顺序保留加密算法对Geo Hash值进行加密,最后基于加密后的Geo Hash值实现范围查询;FastGeo算法参考了论文^[5]中的设计思想,首先使用加密算法AES-CBC-256和SSW算法分别对空间点数据进行加密,之后将加密后的空间点数据组织成类似于hash表形式的二级索引,通过此hash表减少查询过程中需要筛查的点的数量,提高范围查询效率。（2）空间加密数据KNN查询算法的设计与实现。本文也实现了两种对空间加密数据进行KNN查询的算法,两种KNN查询算法初始执行时均通过圆形扩张的方式将KNN查询转换为范围查询,之后分别使用上述两种不同的范围查询算法实现KNN查询的功能。（3）CryptDB中集成空间加密数据查询算法的设计与实现。在CryptDB原有功能的基础上,将本文实现的两种对空间加密数据进行范围查询和KNN查询的算法集成进CryptDB当中,使得应用层可以方便地对CryptDB中的空间加密数据进行存储和查询操作。最后,本文在虚拟机中搭建了原型系统,采用空间随机点数据集,进行了空间数据录入性能测试、空间加密点数据范围查询算法和KNN查询算法性能测试,并将实验结果与My Sql在明文空间点数据下的范围查询与KNN查询性能测试结果进行了对比。实验结果表明,本文实现的空间加密数据库原型系统达到了预期的设计目标,可以满足实际应用中大部分场景的需求。