近年来,在线社交网络已成为信息传播最为重要的网络平台。推特作为境外分享信息的主要社交平台,拥有海量的活跃用户与大量的推文发布,充斥着海量隐私信息并暴露于公众视野,导致了社交网络中极高的隐私泄露风险。因此,研究社交网络中的隐私信息传播具有重要意义。本文针对推特中包含隐私信息的推文,构建了隐私信息传播的级联图,对隐私信息的传播特征开展分析,在此基础上提出了隐私信息传播模型的构建方法。本文的主要贡献如下:1.提出了一种隐私信息传播特征提取与分析方法。本文基于隐私信息传播的级联模型,对推特隐私信息传播特征开展研究,发现了推特中隐私信息呈现出的“蒲公英”式传播特征。本文首先对经典的信息级联模型构建方法进行改进,构建了推特中的新闻信息级联模型和隐私信息级联模型,并进一步对二者的复杂网络基本结构、高阶子结构等特征进行分析,最终发现新闻信息呈现出一般的“中心点”式传播特征,隐私信息呈现出特有的“蒲公英”式传播特征。2.在隐私信息传播特征分析的基础上,提出隐私信息传播模型构建方法,模拟了隐私信息在实际社交网络中的传播过程,并将该模型应用于抑制隐私信息的传播。本文首先根据隐私信息的传播特征,以真实社交关系网络为基础,构建了隐私信息传播的理论模型,用以模拟真实的隐私信息传播过程,解决了隐私信息传播数据获取困难的问题,为研究隐私相关问题提供了模型工具。在此基础上,本文结合隐私信息传播特征与理论模型,提出了抑制隐私信息传播的方法,证明了提出的隐私信息传播模型在实际应用中的有效性。实验证明,隐私信息传播模型能够有效应用于抑制隐私信息传播等隐私相关问题,模拟出真实的隐私传播模式。综上所述,本文构建了实际社交网络中隐私信息传播的级联图,并在此基础上发现了隐私信息特有的“蒲公英”式传播特征,基于上述隐私信息的传播特征,本文提出了一种隐私信息传播的理论模型构建方法,并有效应用于抑制隐私信息传播,为研究隐私相关问题提供了有效的模型工具。实验表明,该隐私信息传播模型模拟的隐私信息传播过程与真实数据有较高的一致性。