近年来，随着无线通信技术、定位技术的飞速发展，以及具备定位功能的无线手持设备的普及，基于位置的服务(Location-based Service, LBS)得到越来越广泛的应用。同时，LBS中用户的位置隐私保护成为人们普遍关心的问题。研究者们已经提出了很多用于保护移动用户位置隐私信息的匿名算法。但现有的大部分关于连续LBS请求的工作仅考虑了用户的隐私需求，而忽略了用户对LBS请求的服务质量需求，容易造成构造的匿名区过大。本文提出一种连续LBS请求下的需求感知位置隐私保护模型DALP，主要贡献总结如下：(1) DALP模型允许用户基于所在位置环境为所请求的LBS自定义个性化的位置隐私和服务质量需求。(2)用户设置个性化位置隐私和服务质量需求后，可能会导致在某些请求点隐私和服务质量需求不能同时满足，不能得到一个满足需要的LBS请求序列。本文指出造成该问题的主要原因是个别的服务请求区中足迹过于稀疏或隐私设置过大，针对该问题我们给出最大化需求感知序列算法，通过抑制这些区域的请求来使得连续LBS请求中的大部分获得满足，从而得到同时满足用户位置隐私和服务质量需求的最长LBS请求序列。(3)在满足用户隐私需求的前提下，提出了两种进一步缩小所构造的匿名区域大小的算法，分别通过删除最远足迹和缩小匿名区边界，最小化共同用户的历史足迹所形成的匿名区，以减小查询时延以及服务器的负载，来进一步提高用户请求服务质量。通过基于实际地图的Network-based Generator of Moving Objects模拟器模拟该需求感知位置隐私保护模型的实际应用场景，分析该安全模型在连续LBS请求下的准确性和有效性。实验结果表明，本方案在不同隐私需求和服务质量需求设置下，均能获得较好的连续LBS请求匿名服务成功率和服务质量。