随着医疗信息系统的发展,数字化和虚拟化正随着全球医疗产业的发展而形成一个整体的市场。对许多医院和医疗系统而言,通过医疗云来对电子病历进行统一的储存与管理能够解决日益增长EHRs的需求。尽管加密机制可以保证EHRs在半诚实云服务器中的机密性,然而EHRs数据经过加密后不再具有原有的特性,当医疗机构需要某些医疗数据时,无法直接在密文中分辨出所需要的数据,如何做到在大数据中既确保EHRs数据和病人隐私安全,又能对加密后的大量EHRs数据进行快速且精准的多关键词搜索是目前迫切需要解决的问题。可搜索加密就是近年来对此类问题的解决方案。尽管针对可搜索加密前人已经做了大量的研究^[1-5],但是在搜索效率,模糊搜索这些问题上仍然存在着不足,本文通过对传统可搜索加密方案进行研究,针对于这两种不足提出了两种高效的可搜索加密方案,提高了已有的可搜索加密方案的效率以及灵活性。首先,以传统的安全KNN可搜索加密方案为基础提出一种支持多关键词范围搜索的可搜索加密方案。通过向量积保持加密机制实现支持复杂查询结构的可搜索加密方案,可支持连接关键词查询、范围查询以及通配符的查询;通过随机化构建搜索索引和搜索陷门,以实现搜索模式隐藏达到搜索语句的隐私保护;采用矩阵哈达马积替代原有的点积运算,缩小所需密钥矩阵的大小。最后,我们通过仿真实验与使用传统KNN的方案的两个方案进行了性能对比,实验结果表明我们的方案能够显著减小初始化,生成索引以及搜索陷门的时间。随后,在由哈达码矩阵构建的安全KNN可搜索加密方案的基础上,为了实现有效的模糊搜索,提出了一种云计算中隐私保护的多关键词模糊可搜索加密方案。通过Word2Vec构建词向量,实现了关键词间的语义相似评估;通过谷本系数计算词向量间的相关系数分数以及逆文档频率计算文本间的相关度,实现了更准确的文档匹配。最后,通过仿真实验证明了当划分段数越接近（?）时,初始化,索引以及搜索陷门构建时间越短,同时评估了几种不同的构建词向量方式的准确性。