计算技术和无线通信设备的发展与结合使得随时随地获得个人位置成为可能，同时促进了新一类应用程序——位置服务(Location Based Service，LBS)的产生和发展。位置服务是与用户当前位置相关的增值服务。近年来，人们开始广泛使用各种方便快捷的位置服务。但是另一方面，个人隐私信息泄漏问题也逐渐引起学者和公众的注意，成为了一个研究热点。在位置服务中，移动对象需要提供自己的当前位置来获取相应的服务。在此过程中，个人的位置信息、查询内容等都可能包含个人隐私。这些隐私信息可能被他人所获取，并被恶意使用，比如广告推销、行程跟踪等。本文分析了位置服务中存在的两种隐私问题:位置隐私和查询隐私。针对位置隐私保护，在传统的隐私保护模型---k匿名模型之上，本文提出了考虑服务质量的位置k匿名模型，并提出基于有向图的高效匿名算法。经实验证明，该算法具有较高的匿名成功率和相对匿名度，既保护了用户隐私又不影响用户的服务质量满意度。针对查询隐私保护，本文考虑了查询内容差异性及查询语义的影响，提出了p差异性查询隐私保护模型。为了找到该模型下最优的匿名结果，本文提出了基于枚举树搜索的算法，并采用一些启发式规则来优化搜索算法。经实验评估，该算法能以极低的匿名代价实现用户隐私保护。