近年来，随着移动互联网的高速发展，LBS（基于位置服务）在人们日常生活中变得越来越重要，LBS在为人们带来高质量服务的同时，还存在着安全隐患。为了使LBS能持续健康发展，LBS的隐私保护正在变成信息安全领域的研究热点。本文首先介绍了LBS的发展历史、现状及隐私保护面临的问题，然后分析了现有的三种主流保护模型：假位置、空间匿名、时空匿名保护模型。本文选取空间匿名中的K-匿名模型作为本文的研究方向，分析了现有的在K-匿名模型下实现的DHLib匿名算法的优缺点；在此基础上提出了一种基于质心漂移聚类的匿名算法：CSACA算法。CSACA算法的核心思想是利用网格划分的思路，将匿名服务器覆盖的区域划分为一个个网格，从目标用户所在的网格开始求匿名框的质心，将离质心最近的网格加入匿名框，直到匿名框的质量大于或者等于K，根据匿名框和原始请求目标合成匿名请求信息；该算法的另一个创新点是引入安全等级的概念，根据请求内容对匿名度K值进行自适应匹配，对不同安全等级请求内容进行分级保护。最后通过实验验证了CSACA算法的可行性，通过和DHLib算法进行对比证明了新算法的优越性。