中文摘要：

调查表明，用户对隐私的担忧已经成为目前互联网服务发展的一大障碍。本项目主要研究建立可靠的离线和在线非结构化数据隐私保护模型，使得用户在面对大量需要透露个人敏感信息以获得服务的互联网应用中既可以获得高质量的信息服务，又不至于担心个人隐私的泄露。有别于传统的隐私保护研究,互联网中的隐私问题中涉及到用户和网络服务之间大量的非结构化的数据的采集、分享和动态交互，目前尚无成熟解决办法，在该领域的突破不仅有重大研究意义，更将对实际互联网应用发展有很大的推动。

结论摘要：

随着互联网的快速发展,用户对隐私的担忧已经成为目前互联网服务发展的一大障碍之一，对隐私保护的研究也一直是最近几年的研究热点。本项目主要研究建立可靠的离线和在线非结构化数据隐私保护模型,使得用户在面对大量需要透露个人敏感信息以获得服务的互联网应用中既可以获得高质量的信息服务,又不至于担心个人隐私的泄露。为此我们建立了一个亿级规模的在线用户数据平台，并在此数据基础上重点研究了在移动社交场景下的隐私保护问题，同时做了一些有趣的应用方面的尝试，主要的研究成果包括:1) 在构建海量在线用户数据平台过程中，提出了对在线和高维隐私数据的高效分析和索引的方法; 2) 以基于位置服务的社交网络背景，提出了个性化服务过程中涉及到的隐私风险和隐私保护模型；3) 构建了海量在线用户数据平台，并在此基础上以应用的方式来展示个人隐私数据保护的应用”一找小七”。前两项的研究成果已经发表在了国际A类的会议和期刊上，而后面的应用则有被超过百万的用户使用，获得了社会的很大关注和媒体的广泛报道，具有很强的商业化前景。