互联网时代数据的爆炸增长,使得用户难以负担本地存储的巨大成本,因此越来越多的用户选择将数据外包给云服务器。然而数据的外包也使得云服务器能获得用户的敏感数据。因此为了防止用户数据遭到泄露,必须将敏感数据加密上传给云服务器,但是复杂的加密技术也使得传统的明文检索技术失效,因此可搜索加密成为了当今的热点问题。传统的可搜索加密技术大部分都是选取关键字作为文档的特征,虽然近年来基于关键字密文检索方案日趋完善,但是由于关键字与文档的全文内容联系不紧密,导致语义缺失,使得检索精度无法满足用户的需求。因此基于以上缺陷,在保证用户数据隐私性的前提下,实现高效可靠的加密云数据语义检索是我们的目标。本文在深入研究了语义可搜索加密检索方法的基础上,提出了以下的研究内容:1)基于概念图语义内容的加密外包数据检索方案。该方案通过计算文本的词嵌入来获得最重要的主题句子,并将主题句子转换为概念图模型作为文本特征。同时由于语义图的匹配计算是个NP-hard问题,本文设计了一种概念图索引结构,实现了将概念图的语义信息完整的转换为可计算的向量,实现了加密的概念图匹配。同时为了使返回结果更具针对性,我们首次考虑了概念属性之间的关系,并设计了关键概念属性的语义扩展方案。最后在真实数据集下实验对比与性能评估表明了方案的先进性。2)基于上下文的概念图语义可搜索加密方案。该方案考虑了上下文的语义信息与概念图之间的关系,并提出了一个基于上下文的概念图语义可搜索加密方案。该方案通过查询句词与词之间的语法关系构建了概念属性权重算法去衡量各个概念属性在用户心中的兴趣度。通过扩展查询句子中的中心概念属性的语义,在功能和效率之间进行平衡。同时针对威胁模型,本文提出了两种完全的加密检索方案,并对该方案进行了真实数据集下的实验对比,其结果表明该方案的高精度。