在互联网技术的推动下,整个移动服务产业得到了迅速发展,移动终端的安全问题日剧严重,隐私担忧严重制约着移动商务的应用和推广。目前,隐私政策被广泛认为是一种保护个人隐私信息的有效方式,已被绝大多数移动服务商采纳。但是,现有的隐私政策由移动服务商单方面制定,忽略了用户个性化的隐私偏好和动态的服务需求,这种单向、静态、难懂的隐私政策已不适合拥有多元化服务与个性化服务的移动服务商。因此,在移动商务环境的下,亟待探索高效协商方法及冲突缓解方法,缓解移动用户的隐私担忧,提高隐私安全保护作用,以此来构建和谐的移动环境推进移动商务健康发展。本文从用户的特性和服务的类型两个方面建立隐私政策协商模型,并针对各模型设计相应的算法,分别是:(1)将针对用户初次使用移动商务应用的情景,根据用户特性进行隐私政策推荐。结合移动商务环境的特点,在大量的实证研究指导下,将客观的技术与用户主观的感知相结合,提出一种个性化推荐的隐私政策协商模型。该模型充分考虑了移动用户的特征和隐私偏好,采用信息泛化技术、隐私妥协值和三区间模糊方法,设计隐私异质性评估算法和隐私政策个性化推荐算法,实现个性化推荐的交互式隐私政策协商过程,并利用Eclipse软件,在Android 4.4平台上开发了基于个性化推荐的隐私政策协商原型系统。以此为实验平台,通过实验室实验证明了具有个性化推荐的隐私政策协商方法比传统的隐私政策更能降低用户的隐私担忧,提高移动用户的信息披露意愿。(2)将针对用户再次使用移动商务应用的情景,根据用户的服务请求,在Petri网的基础上,建立移动服务的隐私政策Petri网模型(SPPN)。该模型充分考虑了移动用户动态的服务需求特点,将以往视为整体的隐私政策描述为以服务为粒度的隐私政策。在此基础上,提出了移动服务的隐私政策Petri网协商算法,在移动终端实现了隐私政策协商和冲突检测两阶段的隐私协商算法,实现了以服务为粒度的隐私政策协商过程,并以“手机淘宝”和“唯品会”为实例进行计算机仿真实验。实验结果表明,相比传统的隐私政策协商方法,该方法可以提高协商效率和协商成功率。