随着移动互联网的飞速发展,其应用场景的广泛性和多样性给人们的工作和生活带来了诸多便捷的同时,也产生了诸多其他问题,例如用户的信息安全和隐私泄露。在不安全的网络场景下,攻击者可通过技术手段获得用户的位置、需求等信息的搜索记录,并通过大数据分析等手段从中挖掘用户的隐私信息,可将隐私信息与用户进行关联。一旦攻击者通过得到的数据信息对用户进行攻击,将会导致用户财产损失、名誉危机,甚至生命安全受到威胁等严重不良后果。由此可见隐私泄露可能导致严重的人身安全隐患,甚至危害社会。随着人们对隐私泄露问题意识的不断增强,对隐私保护需求的不断提高,迫切需要一些有效的方法或手段来达到保护隐私的目的。目前为止,基于位置隐私服务的研究已有较多的成果,且可有效保护用户的位置隐私。而需求隐私保护的研究成果较少,需求隐私保护体系尚待完善。为完善需求隐私保护体系,降低用户需求隐私泄露的风险,基于已有隐私保护技术的基础上,本论文旨在设计一种社交网络中的需求隐私保护体系,在满足一定服务质量(Quality of Service,QoS)的前提下,实现用户需求隐私的有效保护。首先,论文将研究用户单一需求隐私保护,并为其建立系统模型。通过结合关联规则和差分隐私技术,对用户的需求隐私进行保护。为解决用户的隐私级别和QoS之间的关系,论文将采用博弈论中非零和博弈及零和博弈的求解方法。为满足用户的不同隐私偏好以对模型进行完善,设计了动态需求隐私保护算法,该算法可以根据用户要求的隐私级别来调节参数,从而满足用户的隐私保护要求。为使模型更加完善,在保护用户单一需求隐私模型下,对用户的需求轨迹隐私保护进行研究。主要分为过去-现在需求隐私保护模型和现在-将来需求隐私保护模型,并分别针对每一场景进行详细分析。通过将差分隐私融入到置信度中,对用户的需求隐私进行保护,并验证了差分隐私的有效性。最后仍然采用博弈论的方法求解隐私级别与QoS之间的关系,在用户QoS的要求下满足了用户对需求隐私保护的要求。综上,本设计对社交网络中的用户需求隐私起到一定的保护作用,具有一定的理论和实际价值。