在信息化时代,用户通过移动设备的对外沟通越来越多,移动通信技术高速发展让生活更加便捷和丰富多彩。用户们越来越依赖移动互联网,越来越多地将自己和移动互联网紧紧结合在一起,同时也更多地将自己的信息参与到网络之中,使个人信息的隐私度降低,安全风险也随之大大增加。随着隐私的安全问题的渐渐凸显,用户对自身隐私的关注度也逐渐提高。本文基于这样的背景,对移动互联网接入环境安全、传输网安全、设备安全和服务安全四个层面做出了补充研究,特别对WIFI网络接入环境做出攻击实验,证实在这样的环境下,移动互联网用户将承受巨大的风险。在研究个层面隐私泄露的问题后,本文对可能泄露的隐私信息进行归纳总结,将泄露的隐私分为直接泄露型隐私和间接泄露型隐私泄露,并分别分析推断其可能造成的危害。在此后的分析计算中,对间接泄露型隐私泄露进行分析和数据验证。之后,本文针对间接泄露型隐私中的位置隐私、行为隐私和社交网络隐私信息设计了两类分析方式,一类是带有权值的位置分析方法,通过对用户工作日、休息日的分类,使用用户位置在该位置停留时间,计算出用户在不同时段的重要位置；另一类是基于蚁群算法的聚类算法,用以计算用户的行为和用户的社交网络。由于用户行为和社交网络都能够抽象成“个体”与“关系”的模型,所以都可以使用聚类方式对用户模型进行区分,通过对不同关系的定义,将用户进行聚类分析,或通过算法对用户个体间距离进行运算。最后,本文使用两个典型数据集,对以上设计的两类算法做出验证。使用数据集做出位置计算、行为计算、用户圈子计算、亲疏度和亲密度的计算,并验证计算算法准确度。证实隐私收集者能够使用得到的用户数据进行分析和发掘,从一定程度上确定用户的重要位置点、用户行为习惯、用户社交网络及社交网络中的亲疏度和亲密度。