1.一种新型的近邻移动社交网络交友隐私保护方法，其特征在于，包括以下几个步骤：步骤1：构造用户的个人属性偏好权重矩阵MAl×n；

其中，aij为用户的属性偏好权重矩阵中的元素，取值为0或1，i∈[1,l]，j∈[1,n]；属性偏好权重矩阵中每行的元素代表用户的对属性的偏好程度，也称为属性权重，n为兴趣属性类别数量，每列中的元素代表用户的属性；

所述个人属性偏好权重根据用户在设定时间内的参与兴趣活动的频率的百分比进行设定，将频率百分比区间[0，100％]等分成l份，每个区间从小到大依次对应的兴趣权重分别为1,2,3...，l；

步骤2：构建发起兴趣匹配报文请求的发起者的个人属性偏好混淆矩阵以及获取恢复明文的密钥矩阵，同时，发起者将个人属性偏好混淆矩阵发送给愿意参加匹配的应答者；

所述个人属性偏好混淆矩阵MAl×n*是利用随机产生的两个素数α,β和两个随机矩阵MCl×n,MDl×n对发起兴趣匹配报文请求的发起者的个人属性偏好权重矩阵进行混淆操作获得：其中，cij为MCl×n中的元素，rij为MDl×n中的元素，均为随机数，i∈[1,l]，j∈[1,n]；

所述密钥矩阵为l×1的矩阵 中每个元素为ki，ki＝ki+(rijβ-cij)；

步骤3：利用应答者的属性偏好权重矩阵与步骤2构建的发起者的混淆矩阵的转置矩阵相乘，将相乘后的矩阵D返回给发起者；

步骤4：发起者利用相乘后的矩阵D和步骤2获得的密钥矩阵 进行求模操作，得到求模结果矩阵T，T＝(tij)l*l，tij＝(dij+ki)modq，其中，q为一个随机素数；

并将求模结果矩阵T按照公式 进行转换得到转换矩阵T*，p为一个随机素数；

步骤5：将转换矩阵T*与位置权重恢复矩阵(Wij)l×l进行内积运算，获得发起者与应答者的相似度矩阵，并将相似度矩阵中的每个元素累加的结果作为两者的相似度值；

步骤6：应答者作为代理转发发起者的混淆矩阵MAl×n*以及发起者在当前一轮匹配过程中得到的最大相似度，按照最大相似度对应的发起者和应答者建立通信，进行移动社交网络活动；

在所述按照最大相似度对应的发起者和应答者建立通信，进行移动社交网络活动前，还包括以下两个步骤：步骤7：利用应答者作为新的发起者，返回步骤2，得到新的发起者的混淆矩阵以及新的发起者在新的一轮匹配过程中得到的最大相似度；

步骤8：从步骤6和步骤7中两个最大相似度中选出最大的相似度，并按照选出的最大相似度对应的发起者和应答者建立通信，进行移动社交网络社交。

2.根据权利要求1所述的方法，其特征在于，所使用的素数设置为1024位或者2048位。