随着移动互联网和智能移动终端的快速发展,各式各样的应用市场在智慧出行、网络社交、医疗卫生等人类生活的各个方面提供了大量应用程序(APP)。然而,人们在使用APP的同时,不可避免地将个人隐私信息存储在移动终端,APP背后的权限使用和隐私泄露问题也逐渐显露出来。一方面,终端APP过度索取用户权限。人们通常不会认真阅读APP收集和使用数据的相关解释条款,对于不同的权限索取不会加以区分,而且一旦同意APP获取自己的数据,便不会撤回,因此让APP过度索权有机可乘。另一方面,终端APP过度访问用户数据,过度访问是指在权限允许范围内,APP调用权限或访问数据次数超过APP提供服务所依赖的次数。例如天气类APP在访问一次用户位置就可以实现查询当地天气的功能,如果仅仅调用一次位置权限,隐私泄露问题可以忽略不计。事实上,大量天气类APP会数千次调用用户位置权限,导致隐私风险急剧增加。因此,本文采用博弈论、告警机制、访问控制等技术综合解决移动终端的隐私泄露问题。本文主要研究工作如下:首先,目前移动终端的隐私保护方法缺乏必要的理论支撑,而且有些保护方法不能从根本上解决隐私泄露问题,为此,提出一种APP提供商索取权限(索权)的演化博弈模型。通过分析影响提供商收益的因素,构建提供商演化博弈的支付矩阵,在此基础上求得各自的复制动态方程和演化稳定策略,从而分析出提供商合理索权的必要条件和博弈的动态演化过程,为针对性地解决移动终端隐私泄露问题提供理论支撑和有效建议。其次,针对目前移动终端普遍存在的过度索权和过度收集数据问题,研究一种个性化的最优授权决策推荐模型。通过分析隐私风险和可用性的影响因素,建立隐私风险和可用性的度量模型。在此基础上,以隐私风险为成本,可用性为利益,综合建立用户使用APP的收益评估函数。以收益最大化为目标,引入模拟退火算法计算授权决策的最优解,从而指导用户理性授权。最后,针对目前智能移动终端存储空间和电池电量受限的问题,以及未来采用端云混合存储数据的特点,提出一种基于云环境的移动终端数据隐私保护方法。通过使用云端存储用户敏感数据,并由云端提供加解密和访问控制服务,保证敏感数据合理、受控地被使用。而针对当前云端访问控制的不足,在XACML的基础上引入安全风险与操作需求评估进行扩展,从而提高访问控制的灵活性和适应性。