在线社交网络(Online Social Network,简称为OSN)近年来的发展趋势令人瞩目,成为人们网络生活中的重要组成部分。当前,主流的在线社交网络都基于中央服务器模式运作,这种服务模式便于集中化管理和控制,便于服务商收集、分析和处理用户数据。但是,如果服务商出于商业目的,将用户数据出售或泄露给第三方(组织、个人),那么用户隐私安全将面临严重威胁,而传统的隐私保护方法无法有效地解决服务商给用户隐私安全带来的威胁。因此,许多研究者开始将解决这一问题的研究重点转向社交网络服务模型的变革,提出了多种基于P2P思想的分布式社交网络模型DOSN。这类社交网络模型具有良好的隐私保护性能,被认为是社交网络未来发展的趋势,得到了广泛的研究。但是这些工作主要从数据存储、访问控制和通信协议等理论模型层面来研究保护用户数据和通信隐私安全的策略,没有针对特定应用背景产生的用户数据提出具体的隐私保护方法,并没有考虑实际应用效果。针对以上研究工作的不足,本文主要以分布式社交网络为研究对象,以社交位置数据的隐私安全与保护为研究问题,将网格覆盖空间隐匿思想应用到位置数据隐私保护方法的研究工作中,提出一种新型的分布式位置数据隐私保护方法,并在此基础上研究一种具有良好隐私保护性能的在线社交网络模型。这对进一步开展分布式社交网络及其隐私保护的研究工作具有前瞻意义。本文主要完成的研究工作包括:(1)根据服务模式的不同,系统分析和总结社交网络服务架构,将社交网络划分为集中式社交网络(Centralized Online Social Network,COSN)、分布式社交网络(Decentralized Online Social Network,DOSN)和半分布式社交网络(Semi-DOSN),为系统化研究分布式社交网络及其隐私保护技术奠定了理论基础。(2)针对位置数据的隐私安全问题,提出了基于网格覆盖空间隐匿思想的位置数据隐私保护方法Client Grid。该方法通过网格划分空间技术,将用户的真实位置映射到网格空间区域内,采用公钥加密机制进一步保证数据安全。Client Grid是一种完全运行在用户终端的分布式位置数据保护方法,模拟实验表明该方法能够在保护位置数据隐私安全和维持数据可用性之间取得良好的平衡。(3)对Client Grid进行集中式服务模式改进,形成一种可信的隐私保护服务模块TGPM,并将其应用到本文前期研究提出的半分布式在线社交网络模型HPOSN,进而提出一种具有良好位置数据隐私保护性能的新型半分布式在线社交网络模型PP-HPOSN。该模型在集中式服务模式下通过TGPM服务模块保证用户的位置数据隐私安全,并且能够根据隐私保护级别的不同动态改变网格粒度的大小,为用户提供不同级别的隐私保护。而分布式服务模式下通过Client Grid方法来保证用户的位置数据隐私安全。模拟实验表明,PP-HPOSN不仅具有良好的位置数据隐私保护性能,而且能够维持稳定的局部性网络恢复能力。