伴随着互联网时代的发展，人们迎来了大数据的浪潮，怎样才能发挥出数据本身的价值，这对电信运营商而言是一个巨大的挑战。利用电信服务产生的数据，将数据封装成业务，通过电信数据交易系统提供给其他企业用户，这会发挥电信数据更有价值的优势。但是数据发挥本身价值的数据挖掘过程中，会引发很多威胁到用户人身安全等方面的用户隐私问题，这是电信数据交易系统面临的一个具有挑战的关键问题。　　针对隐私问题的研究，传统的隐私增强的隐私保护方法采取的是被动修改的策略，并且没有考虑到隐私保护后的数据可用性问题，该种隐私保护方法往往滞后于攻击技术的发展，且适用范围有很大的局限性。本文采用隐私设计的保护方法，该方法采用主动防御的隐私保护策略，并且能够在保护隐私的同时，实现数据可用性的最大化。　　本文针对电信数据交易中的复杂移动性知识网络进行研究，提出了一种感知位置隐私推理攻击的净化方法。首先，研究基于隐私设计方法进行复杂移动性知识保护的基本概念。然后，基于移动性知识网络的连通性分析，设计源攻击、汇攻击、中间节点攻击三种攻击模型；最后，设计包括制定数据可用性与网络安全性评估模型、网络类型判定、节点重要性分析等关键步骤的感知净化方法。　　实验部分研究了移动性知识网络结构、重要性因子与网络安全性和可用性之间的关系。结果发现：（1）安全性、可用性与移动性知识网络结构无关，只与重要性因子有关。表明本文提出方法对于不同结构复杂网络都具有普适性。（2）当重要性因子接近0.45时，安全性趋于1。表明基于本文提出方法可以完全消除电信数据中移动性知识网络的敏感性。（3）当重要性因子在[0.1,0.2]范围内时，安全性与可用性的整体性能最优。表明本文提出方法可以保证电信数据交易中移动性知识网络的可用性和安全性最优平衡的目标。　　研究成果对于推动面向电信大数据共享、交互的交易平台的建设，促进面向社会公共安全管理领域的隐私保护研究具有重要的意义。