在智能电网中,通过收集和分析用户的近实时用电数据,控制中心能够对电网运行状态进行有效的监控和预测,并以此来提高电网系统的安全性和可靠性。然而,在对用电数据进行分析和处理的同时,用户隐私泄露的问题也随之而来。例如,通过对用户在各时间段的用电量数据进行分析,攻击者可以很容易地推断出该用户的日常生活习惯。因此,亟需一种既能收集用户近实时用电数据又能为用户提供隐私保护的密码学方案。考虑到与同态加密相结合的数据聚合技术可以在用电数据的收集过程中隐藏单个用户的详细用电信息,由此该技术已被广泛应用于智能电网来为用户提供隐私保护。不幸的是,现有数据聚合方案在细粒度分析、计算成本或通信开销等方面的表现并不令人满意。针对这些问题,本论文所做的主要工作如下:1、提出了基于合数阶椭圆曲线的高效多维数据聚合方案。现有数据聚合方案大多只支持单维数据聚合,这使得控制中心最终只能单一的得到所有用户的用电量之和,因此其无法满足控制中心对用电数据进行细粒度分析的需求。为此,研究者们也提出了一些多维数据聚合方案来分类收集用户不同种类电器的用电数据。然而,这些方案在计算成本或通信开销方面的表现使其并不适合在计算和通信资源紧张的智能电网环境中使用。针对上述问题,我们首先对椭圆曲线El Gamal密码进行了扩展,并提出了一种支持大明文空间且具有加法同态性质的基于合数阶椭圆曲线的El Gamal加密算法,它很好地继承了椭圆曲线密码的诸多优点,并且也可以被用于智能电网来加密用户的多维用电数据;随后,使用该加密算法,我们提出了一种基于合数阶椭圆曲线的高效多维数据聚合方案。与现有方案相比,我们提出的方案能够满足控制中心的细粒度分析需求,同时有效减少由数据加密和密文传输所带来的计算和通信开销。2、提出了支持隐私保护和函数查询的高效数据聚合方案。在现有支持函数查询的数据聚合方案中,虽然能以隐私保护的方式同时实现用电数据的收集和函数查询,但存在计算、通信和存储开销过大的问题。为此,我们首先提出了一种具有双陷门解密机制的椭圆曲线El Gamal加密算法;然后,使用该加密算法和椭圆曲线Schnorr签名方案,我们为智能电网提出了一种支持隐私保护和函数查询的高效数据聚合方案,它能够有效减少智能电表加密和签名及雾节点签名验证的计算开销,同时通过减少用电数据的密文长度来降低数据通信和存储成本,并支持控制中心和用户对密态用电数据发起函数查询操作。但是,考虑到控制中心在函数查询过程中需要执行大量解密操作但上述加密算法的解密效率较低,因此,对密态用电数据进行复杂的函数查询将会给控制中心带来较大的计算开销。针对这个问题,我们提出了另一种同样具有双陷门解密机制的El Gamal-OU密码来提高控制中心的解密效率,并且与现有方案中使用的BCP密码相比,其在加解密效率和密文长度方面也极具优势。