在移动互联网高速发展的今天,基于位置服务(LBS)的应用也越来越流行。用户在获取基于位置的服务时,需要向服务提供商提供自己的精确位置信息;在这个过程中,用户的信息可能被攻击者窃听或攻击服务器获得,导致用户的位置信息泄露,进而被推测出更多敏感信息。因此,如何在提供服务的同时保护用户的位置信息是一个亟待解决的问题。在基于位置服务的隐私保护研究中,目前大多数的方法使用中心服务器结构,系统服务器的性能和安全性是隐私保护的关键;少数方法使用分布式点对点(P2P)结构,即通过用户协助完成隐私保护工作,去除了中心服务器结构的瓶颈。本文针对P2P结构下的位置隐私保护进行研究,提出了两种基于匿名区域划分的算法,即基于区域相似性划分算法与基于用户均衡性划分算法。两种算法都是采用匿名区域划分为子区域的策略,相比传统方法降低了生成区域的大小,进而降低了查询开销与通信开销。其中,基于区域相似性划分算法考虑了位置同质性攻击,划分出多个相似的子匿名区域;基于用户均衡性划分算法则在前一个算法的基础上,考虑划分的区域中用户均匀分布,增大熵值的同时降低恶意用户合谋攻击的成功率,因而增强了匿名程度。本文使用NGMO仿真平台进行实验,将提出的算法与已有的算法进行对比分析,实验结果表明本文提出的算法具有更低的查询开销,并且能够较好地抵抗恶意用户合谋攻击,提高了隐私保护程度。