云计算和移动边缘计算的兴起,给数据隐私带来极大的挑战。保证数据隐私性,又能对数据进行计算,已成为云计算和移动边缘计算最为紧迫的问题之一。整数同态加密的密文运算特性提供解决该问题的重要方法。但现有密文运算方案无法实现密文除法,或无法实现多比特整数的密文运算,实际效率较低。本文依据明文整数求补、加、减、乘、除运算规则,得到多比特整数密文的运算过程。根据同态性重新设计多比特整数密文的加、减、乘、除同态运算,提出针对隐私数据既能实现保密性,又能实现可计算性算术运算的同态运算（HE-IAO）方案。该方案不仅能实现密文除法,而且能够实现多比特整数密文的算术同态运算。并对HE-IAO方案的迭代公式深度和7)₁范数进行讨论,结合整数上同态加密噪音增长规律得出该方案的噪音上限:整数求补、加法和减法同态运算的噪音上限是噪音长度的函数,整数乘法和除法同态运算的噪音上限是密文向量长度的指数函数。并分析该方案的安全性,符合语义安全。本文根据移动边缘计算的要求优化HE-IAO方案,并应用到移动边缘计算隐私数据的计算上。根据移动边缘计算的通用场景,设计实验验证该方案的可行性。实验结果表明:将整数加密的密文向量分为长度为2的子向量,并增加全同态加密的私钥长度,以额外支持3层密文乘法运算。在DGHV和CMNT中对方案进行优化测试。在密文刷新次数上,优化后的方案比原方案减少2/3,方案时间开销减少1/3。在DGHV和CMNT上优化方案的时间开销接近于CNT上的未优化方案。