随着移动社交网络服务的快速发展,社交应用中的服务功能采集了大量的用户个人数据信息。虽然这些服务功能为用户的生活提供了极大便利,但是保护用户的隐私信息成为了其中的关键问题。在现实生活中,用户有不同的隐私保护要求,而具有相同背景知识的攻击防护技术不足以满足用户的个性化隐私保护要求。因此,需要一个完备的个性化隐私保护模型,来解决时空数据在发布和共享的过程中,用户的个人信息通过攻击者对背景知识的分析和识别而被泄露的问题。首先,本文针对面向时空特性社会网络的个性化隐私保护问题进行规范化定义,详细地阐述了时空数据隐私推演机制,提出采用个性化匿名技术对时空数据的敏感属性进行保护。根据时空数据作为攻击者背景知识的扩充程度,将时空数据标识按照敏感属性的差异定义为四个级别,为个性化数据隐私保护技术的设计和实现奠定基础。其次,提出了时空数据敏感属性个性化隐私保护模型,阐述了四个级别保护算法的实现机理。通过数据变换技术将时空数据泛化至同一时间段的相同区域内,使攻击者无法从拥有相同准标识符的数据中获取用户敏感属性信息。用户还可以自行设定保护级别,对敏感属性设置相应的约束条件,完善用户的个性化隐私保护需求。最后,基于真实的社交网络数据进行实验测试,并进行对比和分析。测试结果表明,面向时空特性的个性化隐私保护算法在有效保护用户的数据隐私的同时,保证了发布时空数据的可用性。