云存储的数据外包模式可以提供高质量的数据服务,但同时也为数据安全带来隐患。数据加密可以保护云存储中的数据安全和隐私,但也会带来数据检索困难的问题。可搜索加密是在不解密所有数据的前提下,在云存储上对加密过的数据上实现检索,并尽可能保证效率和安全性。但现有的可搜索加密方案仍有不足。一方面许多方案只支持精确检索,当用户输入有拼写错误时无法完成检索,或者方案能实现简单的关键词纠错,但纠错结果准确度低,无法满足可搜索加密环境的需求。另一方面虽然目前大多可搜索加密中已从单关键词转入多关键词的研究,但对于多关键词排序检索的研究依旧不足。并且为了实现多关键词的排序检索的功能,许多方案都牺牲了一定的检索效率和安全性。针对以上两个问题,本文进行了以下研究:提出一种基于单词概率和编辑距离的关键词纠错算法。本文方案一方面将不同关键词的编辑距离作为纠错的其中一个参考因素,另一方面引入关键词概率库,将关键词在文档中出现的词频作为纠错的另一个参考因素。通过编辑距离和词频的综合考虑进一步提高单词纠错的准确性,进而提高了云存储中密文检索精准度和效率。提出基于Paillier同态加密的多关键字排序可搜索加密方案。本文将Paillier同态加密算法引入到可搜索加密的方案中,通过Paillier算法加密关键词与文档之间的相关性分数tf-idf值,利用同态性,实现多关键词排序检索功能。同时通过引入代理的排队转发机制,切断了关键词和相关文档之间的联系,并在检索过程中通过添加“伪检索请求”混淆检索关键词与文档之间的联系。最大限度的保证检索过程中的安全性。实验分析表明,本文方案中的单词纠错算法能实现比原编辑距离更准确的纠错,并能支持多关键词的相关性排序检索。与最近的其它研究工作相比,本文方案实现了更为精准、效率的检索。