当今社会,以云存储为代表的数据外包模式得到了广泛的应用。但是,随着云存储的推广应用,有关云存储的安全问题也逐渐的暴露出来了,云存储中用户数据的隐私安全引起了人们的高度重视,其也成为了制约云储存进一步发展的瓶颈。因此,为了保护用户数据的隐私性,数据外包给云服务器之前必需对其加密,然而加密使得传统的基于明文的关键词搜索技术不再适用。可搜索加密技术可以实现密文检索,早期的可搜索加密方案大都是基于单关键词的,为了提高搜索的精确度,可搜索加密方案应该支持多关键词;而且,服务器应该尽可能返回用户最想要的结果,因此,如何安全高效地实现基于密文的多关键词分级检索成为了近年来学术界和产业界研究的热点问题之一。本文分析了Cao的多关键词排序检索(MRSE,Multi-keyword Ranked Search over Encrypted data)方案,Cao的第一个方案使用kNN(k最邻近点)和内积匹配实现用户数据的隐私性保护,但在方案的安全性上还不够高。Cao的第二个方案引入虚拟关键词对向量进行扩展,虽然增加了方案的安全性,但是服务器返回的结果精度不高。本文基于Cao的密文检索方案的优势和不足,提出了一种改进的支持多关键词分级的对称可搜索加密方案(MRSSE)。从检索的关键词出发,使用向量空间模型,把关键词与文件转换为向量表示,通过比较向量的相似性,从而判定它们的相似程度,实现密文上的多关键词检索。从检索的效率出发,使用词频-逆文件频率权重对文件进行分级,在一定程度上提升了密文排序检索的效率。本文还使用了CCA2安全的同态加密算法,保证关键词的密文不容易被攻击者破解,提高了方案的安全性。