随着无线技术和移动定位技术的蓬勃发展,开拓出了新的研究领域——基于位置的服务(Location Based Services, LBS)。用户在享受此类服务的时候将不得不把自己的精确位置发送给服务提供商,换句话说,就是用户可能面临着位置隐私泄露的危险。保护用户的位置信息而不被潜在的攻击者获取到则成为了学者们研究的热点,并且提出了一些列有效地方法来保护用户的隐私信息。位置k-匿名是最常见的位置隐私保护技术之一,通过将用户的精确位置泛化为一个具有k-匿名性质的区域来达到隐私保护的目的。一个高性能、高效率的k-匿名算法在保护用户的隐私不被泄露的同时还能够提高服务质量,减少通信开支。针对发出查询的用户的位置隐私保护着手,文章从用户的不同查询出发,分别深入的研究了针对静态查询和连续查询的不同攻击以及针对这些攻击而采取的不同的措施,并分别在划分子匿名区域和在连续LBS查询中寻找共同匿名集的算法上提出了两个改进的k-匿名算法,所做主要工作及结果如下：(1)详细介绍位置隐私保护的常用方法以及k-匿名的基本概念、特点和可能存在的攻击类型,根据国内外研究现状分析k-匿名技术的研究意义以及未来的发展前景,并对常用的k-匿名技术的实现方法以及匿名度的评估方法做了深入研究。(2)提出一种新的划分子匿名区域的方法。传统的k-匿名方法存在查询结果不精确的缺点,尤其是在用户稀少的场景下,将产生较大的匿名区域。为了平衡服务质量和隐私保护之间的矛盾,依据将匿名区域分裂成几个分散的子匿名区域,提出一种新的划分子匿名区域的方法,该方法不产生连续的匿名区域而是直接划分出n个子匿名区域,并随机选择一个子匿名区域代替用户的真实位置向LBS服务器发起查询。该方法能更加有效的保护用户的隐私,同时能够提高用户查询结果的精确度,减小服务延迟时间,减少用户和服务器之间通信开支。(3)移动用户在连续不断的发出LBS请求的场景下,攻击者能够根据用户的历史请求之间的关系推测出用户的位置隐私,提出了一种优化的寻找共同匿名集的k-匿名模型。在满足用户指定隐私度要求的前提下,利用活动区域内用户的历史位置分布情况寻找概率密度最大且位置分布最密集的k-1个用户与发出请求的用户一起组成共同匿名集。该方法能够在得到精确查询结果的同时较大的减小通信量。