随着移动智能设备和无线定位技术的广泛应用,基于位置的服务(Location Based Service,LBS)已经成为用户日常生活的重要组成部分。移动用户可以通过LBS获取导航、查找周边的兴趣点等各种服务,但是移动用户在享受LBS带来便利的同时却容易受到位置隐私泄露的威胁,因为用户在获取这些服务时需要提供相关的查询和位置信息,而这些信息对于用户往往是敏感的,因此LBS隐私保护成为信息安全领域的研究热点。现有的位置隐私保护方案大多未考虑位置的语义信息,而恶意攻击者可以通过语义推断出用户的敏感信息,导致用户隐私泄露。本文在k-匿名模型基础上,根据用户对于位置语义差异性和匿名集敏感语义安全等需求,提出了以下两种基于位置语义的位置隐私保护方案。一、针对当前假位置隐私保护方案未充分考虑攻击者拥有位置语义信息等背景知识的问题,提出一种抵抗背景知识攻击的假位置选择方案。该方案采用树形结构组织所有语义位置,根据位置节点间的跳数计算语义距离,并以此衡量位置语义差异度,生成的假位置集,既满足语义差异性,还能保证位置间的查询概率尽量相近且在地图上尽量分散,因此可有效抵抗背景知识攻击。最后通过仿真实验将本文方案与已有方案进行对比,验证其有效性。二、针对路网环境下生成匿名集时大多只考虑k-匿名与l-多样性容易造成敏感语义信息泄露的问题,结合路网环境特性提出一种保护敏感语义的匿名集构造方案。该方案中移动用户可自定义敏感语义类型,体现了个性化匿名,同时为了防止匿名集中敏感语义泄露,充分考虑了每种语义位置的流行度,使生成的匿名集中敏感语义位置的流行度之和占所有语义位置流行度之和的比值小于阈值?。方案在保护用户身份的同时也实现了匿名集的敏感语义安全,最后通过仿真实验对方案的性能进行了验证,表明方案具有较好的性能。