随着全球定位系统在移动智能终端中的普及,各类基于位置服务的应用的数量呈爆发式的增长。面向社交推荐和用户细分服务的空间文本相似连接技术在移动互联网和移动社交媒体等领域中得到了广泛的应用。为了减少数据存储和处理的成本,越来越多的数据拥有者选择利用云计算平台来对数据进行存储和处理,然而,把直接用于空间文本相似连接的数据上传到云服务器可能会带来严重的隐私保护问题。针对这个问题,本文对空间文本相似连接技术在云计算环境中所面临的隐私安全问题进行了深入分析,研究面向云服务的保护隐私的空间文本相似连接方法。本文首先提出了一种基于内积保持加密的安全空间文本相似连接方法。在该方法中,首先根据空间文本数据及其相似连接计算的特点,将空间文本数据转换成向量的形式,并使用内积保持加密算法实现数据的加密。然后,利用该加密算法的内积保持特性,实现加密空间文本数据间空间文本相似度的安全计算。最后,根据空间文本相似度安全计算的结果,将相似度更高的数据进行连接,实现保护隐私的空间文本相似连接。为了提高相似连接的效率,本文进一步提出了基于混合局部敏感哈希的安全空间文本相似连接方法。在该方法中,本文基于对混合局部敏感哈希的加密构建了安全的索引结构。然后,利用相同的哈希机制,对空间文本相似连接请求数据计算混合局部敏感哈希值并加密。最后,利用加密的请求哈希值在安全索引中检索得到相似连接的候选集合,并基于候选集合和空间文本相似连接请求的内积保持加密数据做安全内积计算得到空间文本相似度,进而将相似度更高的数据进行连接,实现安全、高效的空间文本相似连接。针对上述研究工作,本文对提出的两个保护隐私的空间文本相似连接方法的安全性和复杂度进行分析,并在真实数据集上对所提出方法的性能进行实验评估。实验结果表明了基于混合局部敏感哈希的安全空间文本相似连接方法具有更高的计算效率。