随着定位技术的不断精进发展,移动用户可以享受到多种多样的基于位置的服务。但同时恶意攻击者很有可能通过位置服务器窃取得到用户位置信息,从而推断得到用户隐私信息。因此,如何在提升抗隐私攻击能力的同时,保证位置查询服务质量,是一个值得深入研究的课题。本文首先对已有的位置隐私保护研究工作进行介绍和分析,包括针对现有的位置隐私攻击模型和位置隐私保护方法,分类进行实现原理以及各自优劣势的具体说明。当前位置隐私保护研究工作很少涉及语义关联性,针对此问题,本文提出了语义属性集合的概念,并根据不同语义属性集合之间存在的关联性,给出了语义相关性的相关定义。基于语义相关性,本文提出了抗语义相关性攻击的匿名优化算法,通过给隐私评价指标和效益评价指标赋予不同权重值,构造优化条件实现隐私和效益的权衡,该算法每一轮都基于贪婪策略去选择满足优化条件的候选路网边加入匿名集合中。针对第一种算法容易陷入局部最优的问题,即单个匿名集合的整体隐私保护水平可能会低于预期优化目标,本文提出了第二种隐私保护算法——基于k匿名的改进多目标粒子群算法,将隐私评价指标和效益评价指标都同时引入作为适应度函数,通过计算最优适应度函数值,启发式地构造匿名集合,实现隐私和效益的自适应优化。最后,本文在NGMO路网模拟器上结合真实地图进行模拟实验。实验结果表明,与对比算法相比,本文提出的两种算法都能有效的抵抗语义相关性攻击,特别是改进后的多目标粒子群算法,在提升语义隐私保护效果的同时,确保了用户效益水平的非过度损耗。