随着互联网技术的快速发展,越来越多的人通过网络来获取和传输数据,在复杂的网络环境中,数据安全的重要性受到了越来越多的关注。通过使用加密技术对数据进行加密和访问控制,是保障数据安全性的重要途径,其中,最常用的加密技术就是CP-ABE加密技术。随着网络中密文数据量的增多,密文数据的存取速度需要进一步地提高,缓存技术和预取技术能够有效地提高数据的存取速度。然而,针对明文数据提出的缓存策略和预取方法,对密文数据的作用效果具有一定的局限性,本文针对基于CP-ABE加密数据的缓存策略和预取模型进行了研究。本文根据CP-ABE加密数据的属性特点,在缓存策略的研究中,综合考虑缓存数据的大小、访问时间和访问频率,对CP-ABE加密数据的缓存问题进行研究,提出一种最小属性相似度缓存替换算法。该算法对皮尔逊相关系数的计算公式进行改进,计算数据属性相似度,替换缓存中属性相似度最小的数据。本文在预取模型的研究中,对基于用户分类的马尔可夫预取模型进行改进,改进用户分类的方法,将基于模块度的社团划分算法应用于用户分类,结合CP-ABE算法的用户属性,提出一种基于属性分类的马尔可夫预取模型。本文最后将提出的最小属性相似度缓存替换算法和基于属性分类的马尔可夫预取模型进行结合,提出一种基于CP-ABE加密数据的缓存与预取一体化模型。本文对提出的缓存策略、预取模型以及缓存与预取一体化模型进行实验,实验表明,针对基于CP-ABE加密的数据,本文提出的缓存替换算法,与FIFO、LRU、LFU和SIZE缓存替换算法相比,具有更高的缓存命中率和字节命中率;本文提出的预取模型,比传统的马尔可夫预取模型和基于用户分类的马尔可夫预取模型具有更高的预取准确率;本文提出的缓存与预取一体化模型,能够优化缓存的性能,提高加密数据的缓存命中率和字节命中率。