La planificación precisa de rutas requiere grandes cantidades de datos de trayectorias registrados en dispositivos multimedia. Los datos, incluida la privacidad de la ubicación de cada usuario, se almacenan como texto cifrado. La capacidad de planificar rutas en una base de datos de trayectorias encriptadas es una necesidad urgente. En este documento, con el fin de planificar una ruta pública protegiendo la privacidad, diseñamos un árbol híbrido de filtro de Bloom aleatorio encriptado (RBF) en bases de datos encriptadas, llamado árbol de filtro de Bloom aleatorio encriptado (eRBF), que admite la poda y una búsqueda segura y rápida del vecino más cercano. Basándonos en el árbol de filtro de Bloom aleatorio encriptado y en el cálculo seguro de la distancia, primero proponemos una búsqueda de vecino más cercano inverso en trayectorias en bases de datos encriptadas (RkNNToE). Devuelve todas las transiciones, en las que cada una toma la trayectoria de consulta como una de sus k trayectorias de vecinos más cercanos en la base de datos encriptada. Los resultados pueden ser un indicador de la capacidad de una nueva ruta en la planificación de rutas. La seguridad de la trayectoria y la consulta se demuestra a través de la técnica de prueba de simulación. Cuando el número de puntos en la base de datos de trayectorias y la base de datos de transiciones son 1174 y 18,670, respectivamente, el costo de tiempo de un R2NNToE es de aproximadamente 1200 s.