随着移动设备和社交网络的快速发展,基于位置的服务(Location-based services,LBSs)已经广泛应用于人们的日常生活中。基于位置的服务使用定位技术,为移动用户提供与当前位置相关的个性化服务,但用户在使用该服务时,需要将自己的位置信息提供给LBS服务提供商。位置信息可以被视为类似用户身份信息的标识符,攻击者可以通过跟踪用户提供的位置信息,推断出用户的生活轨迹,从而知道用户的隐私信息,如家庭住址、公司地址、个人习惯、宗教信仰等,因此,越来越多用户关注位置隐私保护问题。为了保证用户在获得良好位置服务质量的同时能够保护其位置隐私信息,k-匿名方法是目前使用最广泛的位置隐私保护方法,其主要思想是通过生成匿名集代替用户位置,从而降低用户位置的分辨度。本文主要研究位置服务中基于假地址进行k-匿名的方法,在不影响位置服务质量的前提下,更好地保护用户的位置隐私,主要工作包括以下两个方面:第一,提出了基于全假地址的隐匿区域面积感知的位置隐私保护算法。本文利用假地址方法的优点,在保证一定服务质量的情况下取得较大的隐匿区域面积,并通过位置偏移来抵御区域边界攻击和区域中心攻击,以取得更好的位置隐私保护效果。与现行方法的主要区别体现在:首先,该方法不再利用用户的真实位置生成匿名集,而是采用锚点来生成匿名集,可以有效避免真实用户位置处于生成的隐匿区域中心或区域边界上;其次,生成的匿名集不包含用户的真实位置,即采用全假地址,能够更好地对用户位置隐私进行保护;再次,该方法生成的匿名集需要满足一定的条件,从而保证了隐匿区域面积。实验结果表明,该方法能够在保护用户的位置隐私的同时,也能在一定程度上保证位置服务质量。第二,提出了基于背景信息的位置隐私保护算法。本文为了抵御背景信息攻击,在基于全假地址的隐匿区域面积感知的位置隐私保护算法的基础上,引入了背景信息来提高位置隐私保护能力。依据背景信息计算位置的熵,在基于熵的隐私度量下获得更大的熵值,降低攻击者排查出用户真实位置的可能性。实验结果表明,与已有方法相比,该方法能够获得更大的熵值和更大的隐匿区域面积,具有更好的位置隐私保护性能。