数据的相似度计算是大数据分析技术的一个最常见的操作。目前,传统的相似度计算的相关模型主要有,向量空间模型、主题模型、潜在语义LSA(Latent Semantic Analysis)模型以及Hash模型等。但是,上述相似度计算模型都是在明文空间下进行的,然而,在明文空间下进行相似度计算存在着用户数据被他人窃取、恶意篡改、伪造等风险,如果能够在密文空间的情况下完成数据相似度计算,则可减少这些潜在的安全威胁。本文根据用户对于密文相似度计算的需求,充分利用全同态加密技术以及simhash算法的技术优点,设计了一种新的密文状态下的相似度计算方法。本文的工作主要表现在:1)对全同态加密算法和常规数据相似度计算方法进行了研究与分析,对simhash算法做了相关改进,使其适用于全同态加密算法,然后,根据全同态加密算法的特征,与改进后的simhash算法相结合,最后,实现了密文状态下的数据相似度计算。2)为了体现该方法的可用性,设计了在云环境下的密文相似度计算应用实例,具体流程如下:数据拥有者将数据ID、加密后的数据密文以及数据simhash值的密文上传到云服务器中;云服务提供者进行待计算相似度数据的simhash密文值和数据拥有者数据simhash密文值的全同态加法运算,获得数据间汉明距离的密文;数据拥有者解密汉明距离密文获得数据相似度排序结果。云端在不获悉数据内容及其simhash明文的情况下完成数据对象相似度运算,保护了数据隐私,降低了数据安全威胁。3)对该方法进行了原型系统实现,并给出了该方法的详细过程及相关实验数据,验证了该方法的可行性,并对该方法进行了大致评估。