随着信息时代的飞速发展,个人隐私泄露事件层出不穷,越演越烈。社交网络作为一个共享的平台,分享在社交网络中的资源可能被多个分享主体所共有,为了防止隐私泄露,每个社交网络主体都具有相应的隐私保护策略。对同一内容的所有分享主体隐私保护策略进行融合,形成统一化规则表达,是处理数据共同所有权问题的关键。在面向不同主体隐私保护需求的逻辑规则常常十分复杂且相互交叉。一旦这些面向不同隐私成分的异构规则在融合时产生异常,会带来用户的数据泄露以及严重的安全问题。本文所提出的基于模糊规则推理的隐私策略融合研究,解决了抽象生成规则精度水平不高,冗余规则与冲突规则的剔除等问题,主要工作与研究结果如下:(1)本文针对现有的模糊规则生成以及模糊规则库构建方法提出了改进的基于模糊规则的决策融合算法,算法共有规则生成、规则评估、冗余规则去除以及融合等阶段。首先针对数据源设计一个规则生成模型,并以模糊规则的形式将数据源的有效知识进行存储。然后,针对模糊规则生成精度水平不高与收敛性不强的问题,设计了真实值和覆盖率阈值来确定规则筛选条件与构建规则库的终止条件。针对模糊规则库中存在冗余规则的问题,通过冗余规则去除方法筛选出多余的规则,将其剔除,最终建立一个模糊规则库用来进行决策融合。实验结果证明,本文所提出的模糊规则决策融合方法在大多数情况下具有准确率高,资源消耗低的优点。(2)本文针对社交网络中多主体数据共同所有权隐私安全问题提出了隐私保护策略的规则化融合方法。首先,根据隐私数据的不同内涵,对保护对象的内容进行了定义。由于隐私保护策略缺乏统一的描述,本文用谓词逻辑公式对隐私保护的自然语言描述进行抽象化,并在此基础上进一步给出了隐私保护规则逻辑模型。由于社交网络中多主体的不同应用场景面临的隐私保护需求各不相同,为了保证这些规则不发生冲突而泄露隐私数据,本文给出了隐私保护异构规则的定义,并据此给出了规则融合的算法。实验结果证实,本文提出的隐私保护策略的规则化融合方法可以在较高的规则可替代性水平下进行隐私保护策略融合。