为了确保互联网通信内容的安全性,通过在网络中间件部署深度包检测技术来检测通信者之间传输的数据包的有效载荷,可以有效减少或避免网络通信中的异常和可疑行为。然而,随着大数据技术的飞速发展,利用大数据来分析用户隐私导致隐私泄露的事件时有发生。为了确保数据的保密性,使用安全传输协议实现数据共享已经成为了一种不可逆转的趋势,这给以检测明文为主要手段的深度包检测的应用带来了挑战。本文以现有加密流量检测方案在可行性、实时交互性、通信开销等实际网络应用场景下存在的若干关键性问题为切入点,结合可搜索加密中匹配数据构造思想设计出新的隐私保护的加密流量检测方案,实现在不破坏加密数据流机密性的同时,完成对加密内容合法性的高效深度包检测。本文的主要贡献如下:1.提出了一种面向物联网的基于对称密码学技术的隐私保护加密流量检测。物联网场景中,上层应用程序的操作指令数据需要经过平台层服务器安全传输到位于感知层的终端设备;终端设备也希望与服务器安全地共享数据。该方案使用伪随机函数、哈希函数和对称加密等轻量级密码技术构造了用于检测的随机令牌和模糊规则,有效地保证了一轮数据传输中数据隐私性和内容合法性。同时,该方案提出了一个纠纷解决机制,旨在解决终端和服务器之间因数据的不一致而产生的纠纷。之后,通过相应的安全性证明和实验评估,分别验证了该方案的完备性、安全性和实用性。严格的安全分析表明,与现有方案相比,该方案具有更强的隐私保护能力;并且多个实验结果表明,该方案在时间和通信开销方面都具有更好的性能。2.提出了一种数据交易平台上基于区块链的隐私保护加密智能合约检测。为了在加密的智能合约存入区块链并部署至算力节点之前保证其内容合法性和隐私性,需要对其进行安全检测。该方案使用伪随机函数、哈希函数、对称可搜索加密等知识来构造用于匹配检测的数据;基于秘密共享技术对检测规则的内容选项和响应动作进行隐藏,生成了名为模糊映射表的轻量级数据结构。在不暴露有效负载的情况下,检测节点可以使用随机令牌与模糊映射表执行匹配检测。同时,定义了该方案的安全语法,从正确性和泄露函数下抵抗自适应攻击两方面给出了详细的安全证明。最后,通过对方案进行编程实现,并设计大量实验来评估各项性能,验证了所提方案的可行性。