最近，可以提供许多创新服务的在线社交网络（OSN）不断增加。 由于结交朋友是建立用户社交关系的基本方法，因此提出了推荐朋友的建议，以帮助用户扩大其在OSN中的社交圈。 但是，传统的朋友推荐过程在OSN中构成了一些关键的隐私漏洞，例如身份盗用和关系隐私泄露。 为了解决此问题，不同于传统的朋友推荐方案，我们通过表征用户的社交行为/活动，基于共同的利益，确定了威胁模型，然后提出了k度匿名朋友推荐（KFR）方案。 首先，我们将OSN抽象为一个超图，然后提出一种边缘分割算法来隐藏用户的身份隐私和社交关系隐