跟随着移动互联网快速发展的步伐,人们逐渐踏入大数据时代,移动感知和众包思想是大数据时代新兴的产物,两者的结合形成了群智感知这一新型物联网感知模式。普通用户利用其随身携带的移动智能终端参与到群智感知中来,用户之间利用移动互联网相互通信,完成有意识或无意识的群智感知协作,群智感知网络在深度社会感知方面提供了一种全新的手段,但同时其在实际应用过程中也面临着越来越严峻的用户隐私安全的问题。在实际的使用与应用中,收集感知网络中用户感知数据并对感知数据建模仍然面临着许多隐私安全的问题,一方面在采集用户的感知数据的过程中,采集的感知数据蕴含着大量的用户敏感信息,一旦这些敏感信息泄露将对用户的隐私产生极大的威胁;另一方面服务器通过对收集到的感知数据建模后,如何在保护用户隐私和模型安全的条件下发布模型为用户提供相关服务。隐私安全问题已成为群智感知网络中的重要问题。为了有效解决群智感知网络中隐私安全问题,本文主要研究了群智感知网络中面向隐私保护的数据收集和数据发布等相关问题,并提出有效的面向双向隐私保护的群智感知方法。首先研究的是面向隐私保护的数据收集问题,用户的感知数据中蕴含着大量的用户敏感信息,需要在保护用户隐私的前提下,收集用户的敏感感知数据,为构建数据统计模型提供数据支持。其次,本文研究了面向隐私保护的数据发布问题,统计直方图作为一种统计数据的重要工具,是工作中经常使用的统计数据发布模型,通过研究数据统计模型,参与用户、科研工作者等可以从中得到很多有价值的发现,但统计数据中也蕴含着大量个人敏感信息,如果直接发布统计模型仍然会威胁用户的隐私。在群智感知网络中,需要提供一种能够保护用户隐私的数据发布方法,即在保护用户个人隐私的前提下发布数据模型,并尽可能提高所构造数据模型的数据可用性。最后,本文结合面向隐私保护的数据收集和数据发布算法,提出了两种面向双向隐私保护的群智感知方法,在保护用户隐私的前提下,收集用户的敏感感知数据,并对收集到的用户感知数据进行建模,发布面向隐私保护的敏感数据集的统计模型为用户提供服务。另外,本文对所提出的方法进行了理论安全性分析,并基于真实数据集对本文所提出的方法进行了相关实验以证明其有效性。