近年来，随着移动定位和无线网络技术的发展，人们可以更加方便地测定自己的地理位置，一种新的应用服务--基于位置的服务应运而生。人们为了获得基于位置的服务需要将自己的精确位置发送给服务提供商，这就对人们的隐私构成了威胁，于是基于位置的服务中的隐私保护研究受到了学术界的广泛关注。保护用户隐私最常用的方法是k-匿名，它使得攻击者无法从至少k个用户中区分出哪一个才是真正的请求发起用户。　　 现在已经有很多k-匿名算法被提出，但是这些方法大部分只能防范攻击者获得某用户发出单一请求的快照攻击，如果攻击者利用某些方法获得了由同一个用户发出的连续请求，就可以通过对比不同匿名集中包含的用户推测出真正的请求发起者。为了防范这种历史攻击，就要保证在一段时间内匿名集中所包含的用户固定不变。本文提出了一种k-匿名算法，该算法根据周围用户的位置，移动速度和移动方向，预测这些用户将来的位置，然后利用这些位置计算出未来不同时间点上将某用户加入匿名集使匿名区域增大的面积，利用贪心算法优先选择这些增加面积之和最小的用户加入匿名集。这样既能够得到在未来一段时间内固定不变的匿名集来完成匿名工作，在历史攻击下有效地保护了用户隐私，又能够使这个匿名集形成的匿名区域大小适当，保证了一定的服务质量。　　 本文在OPNET14.5平台下对这种历史攻击的k-匿名算法进行了仿真实验，分别在匿名等级k等于3，10和20的情况下，对防范历史攻击的匿名算法，带阈值的防范历史攻击的匿名算法和防范快照攻击的匿名算法所产生的匿名区域大小进行分析和比较。实验结果证明了本文算法所形成的匿名区域大小适当，在历史攻击的情况下，既能保护用户的隐私，又能保证一定的服务质量。