随着智能便携设备的普及以及移动互联网的发展,越来越多的终端设备开始接入移动互联网(如智能手机、平板电脑),各种创新应用更是不断丰富着人们的日常生活。移动社交网络作为移动互联网的典型应用,吸引着越来越多的用户不断加入。移动社交网络是一个非常具有开放性的社交平台,它是建立在具有一定社交关系的好友基础之上发展而来的,用户可以通过该平台维系自己人脉社交关系,并可由此衍生出一些新的好友,从而不断地扩展自己的人脉关系网。在移动社交网络中,用户可以随时随地地分享自己的状态心情,生活照片以及日常活动等信息来增强朋友之间的友谊,而通过智能设备中所携带的定位技术更是可以发现附近好友信息,以及获取各种基于位置的服务。然而,人们在享受这种便利的同时,更多的个人隐私信息却暴露在了网络中,在巨大利益的驱使之下,网络犯罪也开始逐渐渗透该领域,移动互联网面临着前所未有的诸多安全挑战。早有专家学者指出,用户隐私安全问题将会严重制约着移动社交网络的发展。因此,如何在方便用户各种应用的同时,保护好用户的个人隐私信息不被泄露成为了移动社交网络急需解决的问题。其中,位置隐私保护和属性隐私保护问题更是得到了国内外诸多研究学者广泛关注。本文在现有隐私保护理论框架基础之上,重点分析了LBS中的位置隐私保护,并针对于用户的轨迹隐私保护和属性隐私保护问题,提出了自己的解决方案。本文的主要工作如下:(1)详细的探讨了基于LBS的位置隐私保护,首先对其应用领域、产业发展以及所面临的安全问题做了简要的概述,然后介绍了LBS中基于单点位置查询的位置隐私保护和轨迹隐私保护。(2)提出了一种基于角度划分的轨迹隐私保护算法。该算法从不同的攻击角度出发,为用户的轨迹信息提供了三重保护,能够有效地抵御背景知识攻击和用户行为模式攻击,并且对于轨迹信息中的敏感位置采取了抑制发布的手段,从而尽量提高用户轨迹信息的安全性。(3)提出了一种基于最近邻的属性匹配算法。该算法采用最近邻匹配的思想对众多的查找用户进行朋友推荐,在满足用户匹配需求的同时,也提高了系统的匹配精度和匹配效率。