随着移动设备和定位技术的普及,位置服务得到广泛应用,促进了位置数据的共享和收集。但也为攻击者获取用户的位置数据提供了便捷,攻击者将其掌握的用户其他背景知识进行链接,容易推断出用户的敏感信息,导致用户隐私的泄露。因此,如何有效的保护用户位置隐私,已成为亟待解决的重要问题。本文围绕位置数据隐私保护问题展开研究,利用差分隐私技术来抵制攻击者的任意背景知识攻击,针对传统差分隐私预算方法不能个性化分配,以及现有的基于差分隐私的位置隐私保护算法的查询精度和运行效率较低的问题,分别提出树索引数据差分隐私预算分配方法和基于差分隐私的位置数据范围计数查询隐私保护方法。并结合理论分析和实验,验证了本文方案的可行性和有效性。本文的主要研究内容如下:(1)针对现有的差分隐私预算分配方法不能根据用户不同需求来个性化分配隐私预算的问题,提出等差数列分配法和等比数列分配法两种隐私预算分配策略。首先,采用树结构对空间数据索引,然后,根据用户对隐私保护度或查询精度的不同需求,动态调整树结构相邻两层分配的隐私预算差值或比值,以灵活改变隐私预算分配方式,将总的隐私预算合理地分配到树结构的每一层,最后,将本文方法与现有的其他隐私预算分配方法进行比较,实验结果表明,本文方法更加灵活,能够满足用户自行选择,个性化分配隐私预算。(2)针对现有的满足差分隐私的索引结构由于划分粒度或树深度的限制,导致隐私保护算法的查询精度和运行效率较低的问题,提出一种改进的四叉树结构。首先,对位置数据空间进行划分,然后,在常规的四叉树基础上进行改进,将位置数据存储在完全包含它的最小矩形节点中,构建的改进四叉树结构使每个节点均可存储位置信息,最后,仿真实验验证该算法提高了查询精度和运行效率,有效的保护了用户的位置隐私。