随着科技的发展和社会的进步，我们每天产生的数据量越来越大，与我们相关的信息也呈爆炸式增长，云存储受到了空前的关注。云存储技术的核心是由云服务商对在云端存储的用户和公司的文件提供集中的管理和服务，方便使用者通过各种不同的设备进行访问，减轻跨平台、跨终端带来的繁琐，同时也节约客户硬件设备的开销。然而以云存储为代表的云计算技术在给人们的生活和工作带来便捷的同时也带来了不可忽视的问题，其中尤以数据安全问题最为重要。用户想要接受云服务就要把数据和资料放到云端，这样便丧失了对个人数据的控制权，据调查只有20%的人愿意把个人数据放在云端，剩下的绝大多数最担心的就是个人隐私会不会泄露。基于以上现状，近年来全同态加密的研究变得火热起来，通过这一方法，用户可以将已经加密之后的密态数据传到云端，而云服务商可以对密态数据进行有效的操作，返回给用户需要用的信息，而在整个过程中云服务商不接触数据明文。本研究提出了一种面向安全基因匹配问题的整数全同态加密系统，着力解决了个人基因信息的安全需求与司法调查权限模糊的矛盾。目前的研究表明全同态的重点是构建一种可以对密文进行特定运算并且运算结果解密后与明文运算结果相同，同时需要保证加密算法所在的运算电路深度不受限制，可以进行任意次数的运算。将上述两个部分组合起来就是全同态加密，最后对数据进行编码处理，保证全同态算法可以进行有效应用。本研究的主要工作如下：在科学研究的角度回顾了本文研究理论体系的发展历程，从最初的公钥加密体系提出，经历了半同态加密，全同态加密，最后到整数全同态加密的提出。在公钥密码体系下，加密由密钥生成（KeyGen）、加密（Encrypt）、解密（Decrypt）三部分算法构成，在全同态加密中，为了解决噪音的干扰和保证加密电路可以进行任意深度运算，我们需要引入第四部分算法——评估（Eval），通过这四部分算法联合完成的加密算法可以解决全同态加密问题。面向安全基因匹配问题，本课题设计了一个系统，允许在不泄露基因序列的明文的前提下进行匹配，本文的最后将对这个系统进行大致的介绍，并基于现实中出现的耦合单链问题对算法进行改进和优化。