网络社区舆情数据通常是人们所关注的热点事件以及对这些事件的观点和评论的数据,通过分析网络社区数据,不仅可以及时掌握到基础群众关心的热点话题,也可以及时监控网络社区中散布的敏感信息,方便打造一个良好的网络社区环境。正因为如此,舆情分析数据在开放式网络环境中存储和使用也存在着信息泄漏风险,针对现有可信存储模型存在的灵活性差、可信度低的问题,实现安全可信的网络社区数据可信存储和可信验证也是当下网络社区数据面临的重点和难点。通过研究国内的可信存储模型发展现状,分析研究网络社区数据复杂性、多样性以及隐私性的特点,因此选用以TPM作为可信根的可信存储方式对网络社区数据进行可信存储。并针对TPM平台的更新会导致信息更改的问题,设计选取TPM平台合理的PCR值和其产生的随机数共同进行封装的方案。针对网络社区数据复杂多样的问题,设计分级存储方案,提高存储效率。网络社区数据量庞大且数据种类繁多,利用分布式数据存储框架对数据进行可信存储。在可信存储模型的基础上采用引入TPM作为验证方的挑战-应答机制实现网络社区数据的可信验证。最终实现了更加适合网络社区数据存储的可信数据存储模型。实验采用网络社区中上网信息数据以及用户消费数据,与对标的可信存储模型和可信验证机制进行对比实验,并且对结果进行对比和分析。实验结果表明,改进优化后网络社区数据可信封装存储模型,保证了网络社区数据的可信存储;优化后的存储数据可信验证机制相比于所对标的可信存储验证模型提升了 8%～9%的验证效率。从而为实现网络社区数据的可信存储,有效降低舆情分析数据泄露的风险奠定了技术基础。