近年来，具备全球定位系统GPS (Global Positioning System)和互联网功能的移动设备已经变得非常普遍，人们使用这些设备通过基于位置的服务LBS (Location-BasedServices)可以很方便地获取所需的信息。但人们在享受这些服务的同时，也引发了严重的隐私问题，因为LBS需要依据用户的地理位置检索信息。如果攻击者知晓用户的精确位置，那么他可能从用户的查询位置(如医院等)推测出敏感信息。因此，当人们使用LBS时有必要引入位置隐私保护机制。对于不同的隐私保护目标和不同的攻击模型，有着不同的保护方法，其中大多数方法利用空间k-匿名的概念保护用户隐私。这些方法通常基于可信第三方TTP (Trusted Third Parties)组件实现匿名。文中首先系统评估了现有位置隐私保护方法的适用性和有效性，引入了攻击分类，并分析了现有方法的保护目标和抗攻击能力。然后基于用户—匿名器—LBS架构，分别针对欧氏空间和路网环境的位置隐私保护、常见查询等问题进行了研究。具体内容如下。首先，提出了空间k-匿名共匿算法。不仅保证了共匿性要求，而且由于采用通用的空间索引技术，如R*-树或Quard-树，所以在保证匿名要求的同时，还支持其它类型的查询。在此基础上，提出了一种新型调节中值分割方法，以提高查询效率和有效性。并且文中还提出了一种基于位置敏感哈希分割的空间k-匿名算法，该算法具有保距性和适度的计算复杂度，还可以作为分割方法来使用。其次，提出了路网环境下移动服务隐私保护的通用模型StarGCloaking。主要有三个特性：支持路网、个性化隐私和服务质量QoS (Quality of Service)需求；在抗攻击能力和匿名查询的处理成本方面取得平衡；基于星图的隐私保护模式以及多重优化实现，支持大量移动用户不同的服务需求。再次，提出保护路网用户隐私的隐匿算法HSGCloaking。通过将星形网络节点进行希尔伯特排序满足每个用户的共匿条件。框架支持k-最近邻居k-NN (k-NearestNeighbor)和范围查询，并提出了这两种常见查询的处理算法。最后，基于理论分析和实验验证，证明了上述算法的正确性和有效性。