随着信息技术的发展和云服务的兴起,很多商场通过上传顾客的交易记录给云服务器的方式实现对大规模数据的存储和管理,因此在云服务器上存储着大量的交易记录。并且由于云服务器的计算能力强,因此可以借助云服务器实现数据挖掘。根据挖掘结果,可以合理安排商品的摆放,在为消费者提供便利的同时提高商场利润。由于关联规则挖掘是数据挖掘中一种重要的方法,频繁项集挖掘是关联规则挖掘的基础步骤,因此,一个安全有效的频繁项集挖掘方法十分重要,要求其既能输出正确的挖掘结果,又具有较高的挖掘效率,并且在挖掘过程中不会泄露用户的隐私数据。本文所做的主要工作如下:1、提出了抵抗内部攻击的频繁项集挖掘方案。为了保护用户的隐私,在一些现有的方案中,采用密码学的方法,用户通过评估员的公钥对交易记录进行加密,然后上传密文数据给云服务器。针对这种方法中存在的无法抵抗评估员内部攻击的问题,在我们提出的方案中,更换基础的加解密系统为BCP密码系统,同时采用联合公钥而非评估员的公钥对交易记录进行加密,然后上传密文数据给云服务器。因此在此过程中,即使密文数据被评估员截获,由于它没有联合公钥对应的私钥,无法解密获得明文交易记录。因此,避免了用户隐私数据泄露问题的发生。除此之外,在计算内积密文的过程中,由于挖掘问询是二进制向量,我们标记出其中值为1的项,根据同态性,只需计算交易记录密文中对应的标记项的乘积即可得到内积的密文,而不需要对所有密文项进行计算,减少了计算冗余。并且,我们对随机化过程进行了改进,使得在BCP密码系统下对内积密文进行评估后可以得到正确的评估结果。因此,我们提出的方案既可以输出正确的挖掘结果,又能保证挖掘过程的有效性和安全性。2、提出了密文挖掘问询下的频繁项集挖掘方案。在现有的频繁项集挖掘方案中,虽然能对密文挖掘问询进行挖掘,但是在挖掘过程中计算开销较大,挖掘效率较低。针对此问题,我们提出的方案根据交易记录的稀疏性,设计了一种分块算法,通过该算法对密文交易记录和密文挖掘问询进行分块,在计算内积密文的过程中,只需对部分块中的密文进行双线性运算,而不需要对全部密文进行双线性运算,因此在很大程度上减少了需要计算的双线性对的个数,缩短了方案的运行时间,提高了方案的挖掘效率。除此之外,我们同样对随机化过程进行了改进,使得在BGN密码系统下对混合块和内积密文进行评估后可以得到正确的评估结果。因此,我们提出的方案既可以输出正确的挖掘结果,又具有较高的安全性和挖掘效率。