当前的社交网络隐私保护方法主要假设攻击者具有相同的背景知识，这种假设无法满足个性化用户的隐私保护需求。 此外，在处理大量社交网络数据的过程中，还表现出隐私保护差和数据处理能力低的弱点。 因此，本文提出了一种基于Pregel-like系统的个性化社交网络隐私保护方法。 这种方法为不同的顶点提供了不同类型的隐私保护，并且在类似Pregel的系统中采用了“像顶点一样思考”的概念。 它通过顶点与程序多次迭代之间的消息通信来实现隐私保护的处理。 实验表明，该方法可以为不同的用户提供个性化的隐私保护，同时提