云计算因其强大的计算功能,被越来越多的用户(企业和个人)使用。云存储也因此应运而生。用户通过将本地数据上传到云端,无需担心存储大量数据所需要的基建设施等本地消耗。但是,当数据被外包到云服务器之后,数据拥有者和云都可以对这些数据进行相关操作,容易出现内部人员盗用等安全问题。同时,第三方的攻击致使数据被隐蔽读取甚至是恶意篡改,使得数据安全及用户隐私得不到安全保障。为了应对这些安全隐患,常常需要将外包的数据进行安全加密。但加密方案存在看似两个矛盾的目标。其一,加密应必须满足其强大的安全算法,从而保持对云服务器的隐藏。其二,方案需在计算成本和存储成本可接受的情况下,满足用户的日常检索需求。这两个矛盾的目标致使传统的明文检索的技术失效。因此加密检索方案应运而生。通过对加密检索进行研究,实现安全存储数据的同时,达到数据高效利用的目的。现有基于关键词的密文检索方案已有很多。这些方案能支持不同的检索需求,包括单关键词及多关键词检索、排序检索、模糊检索,语义检索等。这些开创性的工作使得加密云数据检索的研究越来越深入,但现有的方案中主要通过添加随机数实现查询不相关,达到用户隐私保护的效果。这些随机的词的存在,虽然防止了云服务器的统计分析,但也降低了检索的精度。另一方面,现有基于关键字的检索方案中,检索的关键词主要是依据字典生成。字典的长度直接影响向量的维数。当数据集较大的情况下,匹配计算的时间也较长。同时,依据字典生成的0-1向量并不能很好的反应语义信息。基于以上两点,本文分别设计了基于混淆关键词的外包数据安全检索方案和基于Word2vec的外包数据安全检索方案。两方案的具体工作如下:(1)提出了一个基于混淆关键词的外包数据安全检索方案。在该方案中,基于用户历史检索数据,可以有选择地实现混淆关键字的选择和嵌入。与在其他方案中生成的向量末尾添加随机值不同,本文设计了混淆关键词的选择算法,并在向量生成前进行嵌入,从而真正实现“随机”效果,达到保护用户隐私的目的。为了消除混淆关键字匹配导致的无关文档,提出了一种基于混淆关键字的二次检索改进方案。通过构造两个不同陷门,进行两次筛选,确保数据的准确性。实验证明了这两种方案的有效性。(2)提出了一个基于Word2vec的外包数据安全检索方案。在该方案中,结合机器学习Word2vec对原有方案进行改进。通过Word2vec训练方法建立语义模型,本方案将把从数据文档中提取的关键词生成低维语义向量,而不是根据字典长度生成的传统的0-1长向量。随后,将已经加密的数据外包给公共云。云服务器将根据搜索请求按照相似性分数的顺序返回文档。实验表明,它基于有效数据具有更高的效率。