随着互联网网络技术的不断向前发展,近年来基于Web的各类在线应用飞速发展,这也为人们提供了一种汇聚群力智慧的新型方式,众包,来解决计算机无法独立解决的问题。由于移动互联网、物联网等技术的快速发展,名为众包的数据管理技术,已经由以在线众包为基础的业务模式向“时空众包（spatio-temporal crowdsourcing）”（也被称作空间众包、移动众包）过渡。随着需求的更加复杂和多元,时空众包开始逐渐出现在人们视野之中。如何保护时空众包的安全隐私同时又减少对服务质量的影响,是时空众包领域研究的一个重要方向。针对上述提出的问题,本文根据时空众包中所具有的的时间和空间的复杂特性,在此基础上,对目前空间众包中的隐私安全技术进行了深入的分析,并对其优缺点进行了研究,提出一种时空众包用户隐私保护模型,在k-匿名技术中,添加差分隐私技术,在众包用户感知数据阶段,来保护他们的实时位置数据,提高了时空众包用户的隐私保护水平,通过仿真实验的验证,从而切实证明了方案对于时空众包使用者位置隐私保护的有效性,更好的维护网络平台安全,实现网络服务优化。另一方面,由于时间的相关性,仅仅保护用户的位置数据隐私将可能存在一个问题,即,攻击者可能通过用户的历史上传位置,推断出用户的日常轨迹,并以此根据时间顺序,推测出用户的上传隐私数据。因此,需要增加考虑用户的上传时间数据的隐私保护,来加强时空众包中的用户位置隐私保护。因此,本文还进一步提出了一个时空众包中时空数据隐私保护方案。在该方案中,首先,提出了一个差分隐私时空位置泛化算法,以消除现有机制对隐式假设的依赖。该算法通过合并相近时间,对原始轨迹进行时间泛化,得到一个新的时间相似的时空轨迹数据集。接着,利用指数机制在新的轨迹数据集中的同一时间点概率地合并位置。此外,由于这种机制更倾向于合并属于更近的轨迹的位置,可以防止在泛化过程中对数据效用带来严重的副作用。然后,提出了一个时空相似轨迹的差分隐私发布算法来发布合并后的轨迹。还引入了两个连续位置之间的距离约束,以保证数据的效用。同时证明该方案满足差分隐私,并提出隐私保护强度算法,验证该方案的安全性。