数据外包服务能够有效的利用服务提供商（例如,云计算平台）软硬件优势,优化资源配置,获取更高的运行维护水平和扩展能力,为用户提供集中、高效的查询检索服务。然而,服务提供商的安全问题也不容忽视,其中最重要的就是来自数据提供者的外包数据的安全保护以及用户查询的安全保护两大类安全问题。到目前为止,针对兴趣点（Point-Of-Interest,简称POI）,例如餐馆、旅游景点、旅馆等,研究者提出了许多支持隐私保护的空间查询,包括:支持隐私保护的skyline查询^[12],支持隐私保护的KNN查询^[17],支持隐私保护的top-k空间查询^[22]等。这些工作都有效地保护了外包数据的安全性。然而,这些研究都只是为单一的数据提供者提供了安全的解决方法。当服务提供商基于多个数据提供者的共享数据向外提供空间查询时,这些方法将很难扩展应用。本文将对于“多方数据安全共享的空间查询算法”进行研究。研究内容如下:提出一种支持多方空间数据安全共享的索引构建方法。针对现有空间数据索引数据结构易暴露空间兴趣点（POI）实际位置和描述信息的安全问题,本文设计了支持数据隐私保护的空间数据索引结构;针对高维空间数据的特点,本文设计了高维度安全空间数据索引结构,在保障空间数据隐私的前提下,支持Top-K查询,空间关键词组查询等隐私安全的空间数据查询;针对多方数据共享中的互信和交易平等问题,本文提出了在保障数据拥有者自身数据不泄露的前提下,多数据拥有者空间数据安全索引协同构建机制。提出支持隐私保护的Top-K查询以及空间关键词组查询算法。基于构建的索引数据结构,本文设计基于乘法同态系统的Top-k空间关键词查询算法,实现对查询用户查询条件、查询结果的隐私保护。并且在Top-k查询的不同敌手场景下,本文建立攻击模型,分析算法的安全性。同样本文设计隐私保护空间关键词组查询算法,实现对查询用户查询条件、查询结果的隐私保护。