随着云存储技术的不断发展,越来越多的用户选择将隐私数据存储至云服务器,结合可搜索加密技术,用户能够随时随地检索密文数据。考虑到云端存储的密文数据总量在持续增长,而目前的公钥可搜索加密(Public-key Encryption with Keyword Search,PEKS)方案大多是基于双线性对构建的,其计算开销大,过长的检索耗时将会影响用户体验。与此同时,随着量子计算机研制技术的不断突破,攻击者可以利用量子计算机攻破目前大多数PEKS安全体制,从而窃取用户的隐私数据。由此可见,传统PEKS方案面临着通讯及时性和密文安全性的双重考验,因而,构建出安全高效的公钥可搜索加密方案已成为当前密码学领域的研究热点。为了在云环境下安全高效地检索密文数据,本文首先基于误差学习(Learning with Error,LWE)困难性假设,构造了格上支持连接关键词查询的公钥可搜索加密(Public-key Encryption with Conjunctive Keyword Search,PECKS)方案,随后给出了密文安全性证明,相比基于双线性对构建的PECKS方案,本文提出的方案能够抵抗量子计算机攻击,并且能保证更高的检索效率。为了进一步增强密文安全性,本文研究了关键词猜测攻击(Keyword Guessing Attack,KGA)原理及其应对策略,分析了指定测试服务器的公钥可搜索加密(designated test server PEKS,d PEKS)方案所具有的优势,结合服务器辅助模型设计出格上抵抗KGA的d PEKS方案,通过陷门安全性分析,证明了本文提出的方案能够抵抗来自内部服务器的KGA。最后,与经典的抵抗内部KGA方案进行对比,表明本文提出的方案在计算开销上更具有优势。