位置信息同人们的生活息息相关，通过用户的位置主动为用户推送服务具有其固有的优势。然而，通过实验和观察我们发现,现有的基于位置的信息共享系统中存在严重的空间冗余和内容冗余问题。这些冗余的存在极大的增加了系统的通信和计算开销，干扰了客户对系统的个性化使用。针对这些问题，本文提出冗余削减的按需服务机制，该机制由如下两部分实现：基于网格划分的信息索引机制（GIM:Grid-basedIndexMechanism）实现按需的位置更新；基于分类的信息定制机制（CISM:Classification-basedInformationSelectionMechanism）使客户有权选择自己所需信息[35]类别从而进行按需的信息共享。实验表明，信息分类按需定制机制可以极大地消减冗余信息共享带来的系统负载；信息索引机制可以消除大约70%由位置更新引发的通信开销，而在信息分布极其不均匀的应用中性能的提升更加明显。基于位置信息的服务必定带来位置和查询隐私泄露的危险。因此，位置隐私的保护也是基于位置服务广泛应用的前提条件，值得深入研究。基于位置的主动服务系统需要用户实时地把自己的位置更新到位置服务器，而位置服务器可能是恶意的第三方服务商，他们具有窃取用户位置隐私的潜在风险。当前，k匿名（保证攻击者不能够将真实用户同其他的k-1个用户区分开）是在位置隐私保护领域被广泛认可的隐私保护策略，为了实现k匿名，中心匿名服务器成为当前隐私关注的基于位置服务系统的必备组件。然而，中心匿名服务的存在会带来单点失效、性能瓶颈等问题，同时并没有权威的第三方机构具有担当匿名服务器的信用保障。如上原因导致基于隐私保护服务器的中心机制还不能投入使用。在这种情况下，本文设计并实现了基于客户端的k匿名外衣生成策略，基于当前各种云服务商可以提供用户密度服务这一假设，以极小的代价实现了客户端k匿名外衣的独立计算，从而实现了不需要中心匿名服务器支持的k匿名隐私保护策略。该方法可以非常容易的同基于位置的主动信息服务相结合，为其提供有效的隐私保护。通过搭建校园级的隐私关注的主动信息服务系统原型，我们对本文提出的各种算法进行了实现。基于真实用户参与的性能评测，验证了本文提出的索引和隐私保护方法的有效性。