近年来随着移动计算、GPS及无线通信等技术的迅速发展,基于位置的服务(LBS)在交通导航、位置查询以及国防军事等领域得到了广泛的应用。由于移动用户在享受位置服务之前必须提供自己的位置信息,导致了用户的位置隐私受到威胁,因此保护用户的位置隐私是LBS中研究的重点。目前研究者提出了许多保护用户位置隐私的方法,如假位置技术、位置k-匿名模型、基于策略的隐私保护等。然而这些保护方法通常都是假设移动用户在自由空间移动,忽略了现实生活中人们的出行都是在有限制的路网环境中。因此,在路网环境中如何更好的保护移动用户的位置隐私是今后位置隐私研究领域的研究重点。目前路网环境下位置隐私保护模型如随机抽样模型、路网扩展模型在为移动用户提供位置隐私保护时存在着隐私保护强度低、服务质量差的不足。针对该问题,首先,将路网环境抽象为图结构,并对该图结构的特点进行分析,提出了路网环境中两种能够为移动用户提供位置隐私保护的子结构图——隐匿环和隐匿树；然后在这两种子结构图的基础之上,提出了一种能够为路网环境中的移动用户提供强有力的位置隐私保护新算法——基于隐匿环与隐匿森林CRF的位置隐私保护方法,即利用宽度优先搜索在抽象的图中构建满足用户位置隐私需求的环和森林。对于包含单行线的复杂路网环境,CRF同样能够很好的保护移动用户的位置隐私；接着对构建隐匿环和隐匿树中的发现最小环、寻找相对最大边界树以及基于CRF的位置隐私保护方法的实现作了具体的算法描述,并且将CRF位置隐私保护模型与随机抽样模型、路网扩展模型在查询处理代价的问题上作了详细的分析和比较。最后通过位置隐私保护算法的6个评价标准(平均信息熵、匿名成功率、平均匿名时间、相对匿名度、平均查询执行时间、平均候选结果集)并结合基于真实与模拟数据集的实验测试评价了CRF算法的具体性能指标,结果显示了CRF方法能够为路网环境中移动用户提供强有力的位置隐私保护和高效的服务质量。