属性基加密作为一种新型的公钥密码原语,通过对用户私钥或密文设置属性集或访问结构,只有属性集和访问结构相匹配时才能解密,实现了云存储环境中数据的安全共享与细粒度访问控制功能。但在属性基加密方案中,其计算开销会随着属性数量的增加和访问结构复杂度呈线性递增关系,尤其是可穿戴设备的大量应用,无疑给设备终端带来庞大的计算负担,如何减少设备的存储和计算成本显得至关重要;此外,数据拥有者依照访问策略将加密后的密文上传至云服务器,但由于策略中属性信息可能向云服务器泄露用户隐私信息,因此如何实现访问结构半隐藏的属性基加密也是众多学者研究的问题之一。本文分别从属性加密机制中访问策略半隐藏与外包计算两方面进行研究,研究内容主要包括以下部分:（1）针对属性基加密外包过程中的计算开销与隐私保护问题,提出一种可验证的密文策略属性基加密外包方案。方案首先对前人所提的模幂安全外包算法进行改进,分别优化多个底数和单个底数模幂安全外包算法,将两个算法的正确性验证概率提升为“1”。其次,采用改进的模幂安全外包算法,对密文组件中的底数与指数进行数学分割、盲化等操作实现隐藏的目的,进而外包给云服务器进行计算,一方面防止云服务器获取明文相关信息,另一方面数据加密者和使用者只需要进行常数量级的指数运算,同时方案支持可验证外包解密操作,降低用户本地的解密负担。（2）针对访问策略公开问题及双线性对运算随属性个数线性递增问题,提出一种支持策略半隐藏的可验证外包属性基加密方案,即策略中属性名可公开,属性值是隐藏的。其次针对配对运算实现可验证外包解密功能;同时基于合数阶双线性群构造方案,在标准模型下满足完全性安全。最后与其它方案分别在功能、计算代价与通信开销方面进行分析,表明本方案在外包环境下对于计算与存储功能受限的移动设备更加高效、适用。（3）在智慧医疗系统中,由于医疗数据中含有病患的私密信息,因此为解决病人的属性隐私与解密开销问题,在PHR（Personal Health Record）系统中给出了支持属性隐私保护和外包解密的场景描述以及在各个阶段的执行过程。