随着云计算的发展和普及,云平台提供的存储、计算等服务受到了越来越多个人及中小型企业的青睐。尽管云服务技术发展迅速,但由于隐私问题,绝大多数用户并不愿意将敏感数据外包给公有云平台。为了保护数据隐私,各类加密方法应运而生。但是,加密提高了数据处理的难度和成本,甚至限制了云服务提供的高级功能,如数据分享。一方面,现有的大多数数据分享加密方案没有考虑数据拥有者和用户的通信开销与工作负载问题。另一方面,在云端执行对加密分享数据的计算仍未得到有效地解决。尤其是社交网络中影响最大化计算(在预定义的传播模型下,找到一个种子节点集合,其对社交网络的影响最大)的实现仍面临重大挑战。本文分析和总结了现有加密方案在解决外包数据的安全分享与可计算问题上存在的困难,以及现有影响最大化方案在解决云环境下对加密数据的影响最大化计算存在的问题。为了解决上述问题,本文提出了针对性的解决方案,包括:(1)针对数据分享过程中数据拥有者和分享用户计算、通信成本高的问题,提出了外包数据安全分享的加密方案。方案提出了外包数据安全分享协议,协议允许数据拥有者在任意时候指定授权用户来分享其外包的数据,授权用户可以直接从云端获得分享数据;该方案可以有效保证数据拥有者的数据隐私,减少数据分享过程中数据拥有者的计算和通信开销;该方案通过云服务器的半解密机制有效地减少了分享用户的计算和通信成本。(2)为了满足用户对加密分享数据的简单计算需求、减少分享用户额外计算通信开销的问题,提出了安全分享的可计算加密方案。提出的安全分享的可计算加密协议允许数据拥有者指定授权用户分享外包数据,授权用户可以与CSP协作对分享数据进行简单计算从而获得有用的部分分享数据。该方案不但能够保证数据拥有者的数据隐私,减少其计算和通信开销,还能够减少分享用户的额外计算和通信开销。(3)为了满足用户对加密分享数据的影响最大化计算需求,针对云环境下加密外包数据的影响最大化计算存在的问题,提出了影响最大化计算加密方案。首先,建立了一个基于部分同态加密的影响传播评估模块;其次,基于影响传播评估模块提出了安全的影响最大化查询协议。方案不仅解决了两大技术难题:“节点激活判断”和部分同态加密的连续乘法次数有限问题;还解决了用户自定义传播源和影响目标组的节点选择问题。该方案能够安全有效地实现云环境下分享用户与CSP协作对外包数据执行影响最大化计算。