Skyline查询是指从多维数据集中筛选出不被其他任何数据点支配的数据点,是一种重要的数据分析方法。目前分布式数据集上的skyline查询分为水平分布数据集上的skyline查询和垂直分布数据集上的skyline查询。近年来,随着隐私保护需求的不断增长,分布式数据集上保护隐私的skyline查询算法也受到越来越多关注。然而,现有的保护隐私skyline查询方案大多只适用于水平分布的数据集,不适用于垂直分布数据集。因此,如何实现垂直分布数据集上的隐私保护skyline查询成为亟待解决的问题。本文深入研究了垂直分布数据集上的保护隐私skyline查询,并提出了相关解决方案。本文的主要工作如下:1、研究了垂直分布数据集上同态加密数据的隐私保护skyline查询问题,并提出解决方案。该方案引入了两个不共谋的云服务器,并对服务器内的数据进行加密,实现加密数据的skyline查询。与现有垂直分布数据集上的skyline查询算法相比,该方案在skyline计算过程中,服务器和查询端无法获取数据集明文的任何信息。理论分析了该协议的安全性和计算复杂度,并通过实验证明了该方案的可行性。2、对现有的垂直分布数据集上的skyline查询方案作出改进,提出了基于该方案的隐私保护skyline查询协议。与原方案相比,该协议数据计算过程外包给云服务器,减少了查询端的计算量。并对参与方的交互数据进行加密,使任意服务器和查询端无法通过中间数据推测出其他服务器数据集的敏感信息。理论分析了该协议的安全性和复杂度,并通过模拟实验证明了该方案的可行性。