图书搜索服务是数字图书馆提供给用户的最重要的信息服务之一。然而,随着大数据等新兴技术的迅速发展,数字图书馆服务器端正变得越来越不可信,如何防止用户图书查询隐私泄露,引起广泛关注。本文提出了一种基于用户客户端,根据用户历史图书查询序列,为用户构造一组与用户真实图书查询序列特征分布高度相似的伪图书查询序列集,利用与敏感主题无关的伪图书查询集合蕴含的图书主题掩盖用户图书查询背后蕴含的敏感主题的隐私保护方法。首先,本文给出了由一个不可信服务器端和一组可信客户端组成的图书搜索隐私保护框架,该框架不需要改变服务器端图书搜索算法,也不会影响图书搜索服务的准确性。然后,本文以图书查询序列为研究单位,定义了用户查询隐私保护模型,形式化描述了理想伪查询应满足的约束条件:(1)与用户真实查询拥有高度相似的特征分布,以实现“真假难辨”的目标;(2)能有效降低用户敏感主题在不可信服务器端的显著性,以实现混淆用户敏感主题的目的。再次,基于上述隐私保护模型,本文实现了敏感主题隐私保护模型的具体算法,为用户真实图书查询序列,生成一组满足模型约束条件的伪图书查询序列。从次,本文通过理论分析和实验评估验证了本文方法的有效性。最后,根据实验结果,本文从隐私安全性,服务准确性,服务高效性,实际可用性四个维度与其它已有隐私保护技术进行了方法有效性定性比较,相比于其他方法,本文方法拥有更优秀的综合性能。综上所述,本文工作是面向图书搜索服务的用户敏感主题隐私保护相关问题的一次全新尝试,实现了在不破坏数字图书馆图书搜索服务的实际可用性、用户图书查询结果准确性和数字图书馆图书搜索服务性能高效性的前提条件下,确保了用户图书敏感主题在数字图书馆服务器端的安全性,希冀对今后更加全面有效的数字图书馆用户隐私保护算法研究具有积极有效的意义。