随着社交网络个性化、多元化服务的普及,社交网络平台如雨后春笋般出现在人们的日常生活中。越来越多的用户对社交网络平台这种社交方式产生了依赖。庞大的用户规模、海量的信息交互、多元化的系统服务导致了社交网络中产生了巨量的以图像形式为主的共享数据。而由于现有系统针对图像中人脸敏感信息的访问控制粒度较粗,使得共享数据在社交网络中强渗透力地传播的同时,人脸敏感信息泄露问题严峻,甚至引起恶性事件的发生。但是,如果强制性对用户的信息进行全方位的保护,使得用户安全性得到保证的同时,就会大大限制社交网络中用户之间的社交体验感。因此,针对社交网络中细粒度人脸隐私保护的方案研究具有重要意义。为了解决图像中非敏感信息在社交网络中的传播和共享,便捷用户社交的同时,对图像中人脸敏感信息进行细粒度隐私保护的博弈性难题,本文提出一种基于用户间细粒度社交关系,对图像中人脸敏感信息进行细粒度隐私保护的方案。本文在确定系统的访问控制单元上,将图像资源细分到人脸图像块和非人脸图像块,一方面将图像中的人脸敏感区域与非敏感区域分离,为系统细粒度访问控制奠定基础;另一方面也增强了系统的防爬虫性能。在确定访问控制依据和策略上,本文融入社交的主动性和时间属性塑造了细粒度的用户间社交关系,而且,由于访问控制单元细化到了人脸敏感块,使得方案不仅在访问者与发布者之间拥有细粒度的关系刻画,同时,也构造了访问者与访问资源之间以及发布者与访问资源之间细粒度的关系,使得系统的访问控制依据更加细粒度。之后,结合更加人性化和细粒度的访问控制策略,制定了一个细粒度的访问控制方案。而且在访问控制策略实现方式上,本文采取AES加密和属性基加密结合的方式,既极大程度保证了数据传输过程中敏感隐私数据的安全性,又真正意义上地实现了高效、细粒度、支持动态改变的访问控制策略。同时,本文结合分布式人脸识别方案,基于Ucenter Home针对上述方案进行二次开发,实现并且验证了系统方案的可行性以及在社交网络中针对图像中的人脸敏感信息的细粒度隐私保护的能力。