社交网络的快速发展促进了信息分享的广泛发生,为用户带来便利的同时,也产生了严重的隐私泄露问题。除传统的差分隐私、k匿名等隐私保护技术之外,使用新兴人工智能技术,借助于智能体高效实现隐私保护,也成为了信息安全领域的研究热点。其中,基于智能体的隐私协商可以协助社交网络用户在信息分享前建立隐私保护共识,具有一定的隐私泄露预先防护作用。可追责是行为或后果的责任主体可被追究的属性,是透明、可解释人工智能应用一个重要方面。社交网络中隐私协商过程的可追责,对于提升应用平台或系统的透明性、可解释性具有重要的意义。因此,本论文针对隐私协商系统中智能体的行为追责展开研究,主要进行了以下工作:（1）基于Kekulluoglu D等人提出的隐私协商系统,提出了智能体行为追责要求,设计并实现了隐私协商智能体行为追责系统。该行为追责系统在保护社交网络中隐私信息的同时,借助于定性追责和定量追责两种方案实现对隐私协商智能体行为的追责,提高了智能体的可信性,完善了隐私协商系统的隐私保护功能。（2）提出了针对隐私协商智能体的定性追责方案。首先按照隐私协商系统的工作流程,分别提取了发起者智能体和协商者智能体在协商过程中的多个关键要素,并将其设置为智能体行为追责的行为指标。进一步形式化表述了定性追责要求,对智能体各追责行为指标阈值的计算方式进行了阐述。最后提出了定性追责方案,可以判断隐私协商智能体是否存在不当行为,并能够准确锁定不当行为具体发生位置实验结果表明,定性追责方案对不当行为的判定结果与实验前的设置相一致,即该方法是准确有效的。（3）提出了针对隐私协商智能体的定量追责方案。首先形式化表述了定量追责要求。其次针对包含不同数据类型的隐私协商数据集,提出了简单量化、加权马氏距离、改进Minhash共三种定量追责方案,能够对隐私协商智能体不当行为的严重程度进行量化。最后设计了仿真实验,对追责方法进行分析与对比:使用简单量化方法验证定性追责结果的合理性与有效性;根据实验结果对三种定量追责方案的实验结果进行对比与分析,尤其深入分析改进Minhash方法的实验结果。实验结果表明,本文所提出的定量追责方案能够衡量智能体不良行为的严重程度,是可行、有效的。