近年来,由于移动网络和GPS技术的不断创新,人们在日常生活中使用基于位置服务的比率越来越高。基于位置服务虽然可以给人们带来很大便利,但是使用者的地理位置信息却并不安全,极有可能已经泄露出去。而获取用户信息的攻击者,可以通过现有技术手段推断出用户居所、常出现的地点以及社交关系等等。很多研究者越来越关注如何可以让移动用户既得到位置隐私的优质保护的同时又能得到高品质的服务。现有的方法虽然可以保护用户的位置隐私,但是从服务器返回的结果也会有偏差,现有的方法一直在位置隐私保护和服务质量之间做平衡。针对上述问题,本文提出了基于服务质量的位置点隐私保护方法,可以在保护移动用户的位置隐私的同时得到近乎完美的服务质量。主要研究内容如下:(1)为了定量判断服务质量的好坏,本文根据真实查询结果提出了服务质量损失函数loss(ORS,RRS),其中RRS为真实查询结果集,ORS为混淆查询结果集。服务质量损失函数是基于真实查询结果的一种新颖的评价指标。(2)提出了基于维诺图和历史点的位置点隐私保护算法,可以生成混淆位置点,保证将真实位置点和混淆位置点传给基于位置服务器返回的查询结果是相同的,从而实现在达到保护用户位置隐私的同时达到服务质量无损耗的目的。(3)提出了基于最大损失阈值(Tmax)的位置点隐私保护算法,Tmax是用户可接受的服务质量损失的最大值。此方法算法计算时间过大,因此本文提出了剪枝枚举算法和维诺图枚举算法进行优化,从而有效降低计算时间。(4)本文使用真实的数据集进行全面的实验评估。实验结果表明本文算法可以生成满足符合条件的匿名区域。此外,本文还讨论了最大隐私阈值Tmax对于结果的影响,比较了剪枝枚举算法和维诺图枚举算法的计算时间。最后将基于服务质量的位置点隐私保护算法和其它方法进行比较,实验结果显示本文算法要优于其它方法。