随着大数据及其应用的快速发展,应用大数据挖掘和分析可以发现许多敏感信息,如:健康数据和医疗保健等用户隐私信息,因此大数据安全和隐私受到了人们的重点关注,而身份认证协议是其重要的组成部分。目前,许多身份认证协议重点关注认证性和机密性,而对隐私性关注不多。故本文对面向大数据的保留用户隐私的身份认证协议进行了研究。主要工作如下:1)提出了一个面向大数据的保留用户隐私的身份认证协议UPPIABD(User Privacy-Preserving Identity Authentication for Big Data,UPPIABD)。UPPIABD协议以用户鼠标键盘使用习惯、系统进程和网络行为等特征作为身份认证因素,并针对上述认证因素的特点分别进行同态加密和模糊散列处理,在保护用户隐私的前提下实现了身份认证。同时,参考HTTP协议标准报文结构给出UPPIABD协议消息报文结构。2)对UPPIABD协议的机密性、认证性和隐私性进行分析。首先,应用Applied PI演算对UPPIABD协议进行形式化描述,并分别使用非单射性和Query对认证性和秘密性进行建模;接着,将UPPIABD协议的Applied PI演算模型转换为安全协议分析工具ProVerif的输入,应用ProVerif对其进行形式化分析与证明,结果表明UPPIABD协议具有秘密性和认证性;然后,对UPPIABD协议中用户隐私信息的秘密性进行分析,结果表明UPPIABD协议对用户的隐私数据具有保密性,可实现用户的隐私数据不被泄露。3)设计、实现并测试了UPPIABD认证系统。UPPIABD认证系统主要包含配置文件生成模块、身份认证模块和数据库模块。部署在用户端的配置文件生成模块无需与用户进行任何交互,可自动完成用户配置文件的生成和加密;身份认证模块负责对用户口令进行存储和验证并将验证结果返回给用户,同时把配置文件传递给数据库模块;数据库模块则根据加密的用户配置文件进行用户身份认证和配置文件存储,认证结果返回给用户。将UPPIABD认证系统与Hadoop平台相结合,对系统的查全率Recall和误判率FPR进行测试。