在云计算飞速发展的当今时代,互联网海量数据瞬间爆炸,个人和企业的本地存储正面临着前所未有的巨大压力。由于云计算和云存储等服务能够带来快捷化、经济化的用户体验,更多人选择将数据上传到云端服务器进行存储和管理使用。然而,用户存储在云端的数据文件并未完全安全,服务器出于好奇会访问用户数据甚至攻击者会攻击服务器窃取数据,最终可能会导致用户个人隐私数据泄露,使得在云端数据无法得到有效的安全保障。为了有效降低这些安全风险,用户通常选择将数据加密上传到云端。如何保障在加密环境下实现对数据的高效检索则成为了当下我们面临的重要挑战之一,因而可搜索加密技术的应用为云存储中数据的安全性保障和高效性检索提供了一种有效手段。现有的大多数方案都基于关键词检索技术,但也存在一定问题。首先,多数关键词语义本身与文本整体内容联系较弱,缺乏语义相关性;其次,基于语义检索的一些方案虽将文本语义纳入考虑范围,但上下文语境语义缺乏相关性和连贯性;与此同时也存在一些检索结果泄露从而导致安全缺陷等问题的产生。本文针对现有方案存在的问题,分别提出一种基于BERT的密文检索方案和一种基于差分隐私的隐私安全检索方案,具体贡献主要如下:1)提出了一种基于BERT的加密云数据语义检索方案。在该方案中,通过BERT模型对提取的关键字进行训练,生成能够包含文档文本上下文语义信息的向量,并构建索引,加密上传到云服务器。云服务器根据数据使用者的查询陷门请求,匹配具有语义相关的文档返回给数据用户,使得检索结果更加满足用户的实际需求。最后方案的对比实验也验证了本方案的高效性和高精度。2)提出了一种基于差分隐私的隐私安全保护检索方案。在该方案中,采用了基于d-privacy的访问模式混淆机制,利用纠删码对索引向量进行混淆处理,然后上传加密到云服务器,防止云服务器获取数据使用者检索时的查询结果文档。当用户检索时,云端通过陷门匹配返回相关的加密文档碎片,数据使用者通过授权的密钥对加密文档进行解密并对解密后的文档碎片进行解码,得到正确的检索结果,从而确保检索结果隐私的安全性。实验表明,在保证隐私安全性的同时也保证方案的准确性和效率。