近年来随着科技的发展、智能移动设备的普及,使得基于位置的服务(locationbased service,LBS)越来越受到用户的欢迎。LBS服务的前提是访问用户的实时地理位置信息,如果位置信息泄漏,则会侵犯用户的位置隐私以及与位置相关的隐私信息。在保障位置服务质量的同时保护用户的位置等隐私信息不被泄露,是当前隐私保护研究中的热点问题。为保护位置服务中的隐私问题,国内外研究学者提出各种隐私保护方案。但大多数的隐私保护方案没有考虑路网环境或者个性化服务质量较低。因此,本文针对现有位置保护方案存在的不足展开了一系列的探究,具体工作介绍如下:(1)提出V-L隐私保护算法,该算法可以保护用户的位置隐私和查询隐私。由于当前大部分基于位置服务的隐私保护方法只关注用户的位置隐私,当保护位置隐私时,没有考虑路网空间,如果匿名区域只有一条路段时会发生路段攻击的问题,并且当匿名集提出的查询内容大多属于同一类别时,容易发生同质性攻击。针对以上问题,本文基于(K,L)匿名模型提出一种新的隐私保护算法。该算法应用Voronoi图将公路网处理为独立的Voronoi图单元或V区,将V区作为用户的真实位置从而保护用户的位置隐私,同时为保护用户的查询隐私,在用户当前V区选择K个其他用户组成匿名组,这K个用户要保证有L个不同的查询类别,从而使得匿名集中查询内容有明显的差异,减少查询隐私泄露风险。(2)提出位置隐私保护算法DP-LP,该算法可以个性化地保护用户的位置隐私。由于现有的隐私保护方案的隐私保护程度对所有用户都是一致的,可能导致隐私保护程度过大降低服务质量,或系统隐私保护程度过低导致用户的隐私泄露的问题。本文算法将当前时间在此位置签到的用户数量作为系统泄露度,将地理属性和私人属性数值化加权后组成用户的隐私需求度,比较两者大小,得出分享当前位置是否符合用户的隐私需求,若符合用户的隐私需求,则用户可直接分享位置,若不符合,则系统给予用户安全提醒,建议选择系统提供的其它位置进行分享。实验表明,本文提出的基于路网Voronoi图划分的位置匿名算法和基于情境感知的位置隐私保护算法能够有效且个性化地保护用户的位置隐私和查询隐私。