边缘计算将运算分散到边缘节点,解决了数据爆炸和实时性差的问题。但因此也导致了从移动设备收集敏感数据信息变得更轻而易举,造成严重的隐私泄露。现有的隐私保护方案大多基于传统云架构且计算开销大,但由于边缘和云架构之间存在计算资源差异,使得边缘环境无法适应体量庞大的计算开销,进而隐私保护效率无法得到保障。而且,更靠近用户侧的个性化的边缘服务会产生旁路隐私泄漏,攻击者更容易从常态化信息中挖掘出个人隐私数据。本文的主要工作有:（1）针对边缘环境下智能可穿戴设备存在的非法用户访问数据和不可信服务器的问题,提出了基于同态加密和属性加密的细粒度访问控制数据隐私保护方法,通过对数据进行密文运算以及访问控制,达到了对隐私数据细粒度访问控制的目的。（2）针对边缘环境下移动设备的身份隐私泄露问题,提出了基于时间和地理位置的移动支付隐私保护架构,通过使用基于身份的签名来验证支付时的时间和位置信息,达到了防止支付身份信息泄漏后被恶意使用的效果。（3）针对边缘环境下的移动群智感知网络的位置泄漏问题,提出了位置关联信息推测的隐私泄漏模型,构建了基于噪声和基于用户网格的位置隐私保护框架,通过对真实地理坐标进行网格泛化,达到了模糊用户的真实位置以保护位置信息的效果。