移动智能设备的全面普及与使用让数据量以及数据增长的速度都得到了飞速的提升,如此庞大的数据也就让用户对它们的存储、分析与管理变得十分困难,传统数据库的能力已经远远不足了。云计算作为一种数据服务的新模式,可以通过网络为用户提供存储和计算的服务,为海量数据的管理与分析提供有效的支持。在云计算中,数据拥有者通常会将他们的数据上传到云服务器上,这样就能够降低用户的存储成本并且提供给用户快捷的访问服务。但这种情况要考虑数据的隐私性,所以在上传到云服务器之前要进行加密处理,同时还要为用户提供检索的服务,因此可搜索加密技术应运而生。针对现有的可搜索加密技术存在的问题,比如支持的逻辑操作比较单一、搜索时的开销随着文档数量指数级的上升也呈现指数级上升、搜索的精确度不足等,本论文拟从增加搜索结果精度、丰富功能、提升搜索效率这几个角度出发,构建支持细粒度多关键词排名搜索的可搜索加密方案和基于簇索引的多关键词的排名可搜索加密方案。具体的研究内容分为以下两个方面:(1)提出了一个支持细粒度多关键词排名搜索的可搜索加密方案。通过量化搜索用户的偏好生成偏好因子,云服务器在进行检索的时候会综合考虑关键词的权重和用户的偏好因子,关键词的权重能够使云服务器返回更加准确的结果,而偏好因子的定义可以让用户自己定义各个关键词的重要性,通过二者的结合就能够返回更加符合用户需求的结果。同时在该方案中,我们还支持对多关键词“与”、“或”、“非”的混合逻辑查询,通过层层筛选的方式不断缩小搜索的空间,快速的找到用户所需要的文档。因此我们所提出的方案能够支持更多的逻辑运算,提高了方案的功能性。(2)提出了一个基于簇索引的多关键词的排名可搜索加密方案。该方案会将文档集合中的所有文档划分成不同的簇,再为每个簇以及簇中的文档建立索引,在搜索的过程中会先去匹配相关性最高的簇,再从这个簇中取出所有的文档进行相关性分数的计算,返回相关性最高的文档给用户。通过这种方式节省了大量的计算开销,进而提高了搜索的效率。同时在计算相关性分数的时候我们采用TF-IDF权重计算方式,提高了搜索的准确度,在满足高效搜索的同时也相应提高了搜索结果的精确度。