随着各个行业数据量的增加，数据外包存储得到了飞速发展。但是目前数据外包存储仍然存在较大的安全问题，云存储作为一种新型数据外包方式，自然存在较多的安全性问题。与传统的托管在服务器端的外包存储不一样，云存储相对更加开放、数据更易被攻击者轻易获取，这样数据外包存储在云端更容易遭受各种攻击和威胁。目前，数据外包存储面临的主要问题即是安全性问题。在另一方面，当前云环境下的隐私数据保护方法大都采用传统的加密技术，导致缺乏有效的技术手段来保障数据的高可用性。本文针对云环境下隐私数据分片存储中存在的问题，以提供高效的、安全的数据保护为目标，对隐私数据分片存储模型、BEA(Bond Energy Algorithm,BEA)算法改进分片存储中的隐私问题、信息熵量化隐私技术和基于用户需求的选择加密优化技术进行了广泛而深入的研究，取得的主要研究成果包括：
　　1、提出了一种云环境隐私数据分片存储模型。该模型结合云环境下数据分片的特点，综合考虑分片数据的特性和分片数据的全生命周期特点等因素，分析分片存储过程中隐私数据的基本需求，对数据分片、数据分发、数据操作和数据销毁给出了的定义、描述和分析，建立了一个基本的数据分片存储模型，并给出了相应的与传统方式不一样的评价指标。在该基本模型基础上，进一步阐述对云环境隐私数据分片保护的垂直分片和选择加密关键技术，使用该模型能有效地保护分片数据的隐私，满足用户的隐私需求。
　　2、提出了一种基于BEA算法的垂直分片优化方法，以实现隐私信息的高效保护。本文选取BEA算法与AVP（Adaptable vertical partitioning）算法结合作为优化垂直分片的隐私保护算法，首先对两种垂直分片算法实现垂直切分作出了剖析，AVP算法在归并计算的过程中采用穷举法进行归并，严重的降低了AVP算法的效率。据此提出了BEA-AVP隐私保护垂直分片方法，即通过BEA算法对非隐私属性进行排序然后利用AVP算法进行临近节点归并产生分片，最后将隐私属性逐一加入分片集合中的方法。BEA-AVP隐私保护垂直分片算法与其它分片方法一样得不到最优解，但却通过减少AVP归并过程中节点的组合数量，从而大大地提高了分片的效率，特别是在属性数量较多的情况下，分片对比提升速度更明显。最后分析了其它结合BEA和AVP的垂直隐私分片方法可能存在的不足问题，设计了BEA-AVP隐私保护垂直分片算法的具体技术实现，并作出了实验测试分析表明改进的隐私保护方法能够高效地对数据进行切分并实现隐私保护的目标，为隐私数据分片存储提供了关键技术。
　　3、提出了一种基于信息熵的量化垂直分片方法。首先分析了信息熵在量化隐私信息量的作用，使用信息熵能对分片前后的隐私数据进行量化对比，给出了基于信息熵方法实现垂直分片的目标；然后对信息熵用于度量隐私给出了具体的实例，并通过信息熵实现了对隐私约束的自动化获取；同时利用信息熵实现高效的最小分片数量的计算；最后为了使分片后的数据信息披露量最小，通过信息熵实现了最小熵分片算法。通过实验发现，基于信息熵的垂直分片方法是有效的，同时分片耗时与属性的数量和记录数量呈线性关系，相对传统方法分片效率更快。
　　4、提出了一种基于用户需求的选择加密优化技术。首先分析了选择加密在分片存储中的应用需求，讨论了利用选择加密技术实现用户的访问控制需求。提出了基于用户访问需求的选择加密改进技术，优化策略图中的节点数量，减少不必要的中间节点从而降低密钥演化的次数。最后通过实验模拟不同用户访问需求下，采用不同加密策略所需时间的差异，得出改进后的基于用户需求的选择加密技术能更加高效地实现基于用户访问模式的优化。
　　以上研究成果针对云环境隐私数据分片存储中的关键技术，在保证隐私保护需求的同时，为用户提供了一个高效的自适应的保护方法，可以有效地支撑云环境下隐私数据的分片存储，提高隐私数据外包存储面临的相关安全威胁的能力。