近年来，位置服务（LBS）在今天的网络社会里有很高的热度，如集中化位置代理服务，路径检测服务，导航服务，资源调度服务已经各种位置跟踪服务。然而隐私和保密性已经成为这些服务能否成功应用的决定性因素之一。流行的空间K匿名泛化算法可以保证每一个上传的位置被泛化到一个包含至少k各匿名用户的区域，然后再将这个泛化的区域传给LBS服务器。这样做的目的是为了让LBS攻击者不能以高于1/k的概率确定某个查询消息的发送者是谁。尽管这样做的目的是保护了用户的查询隐私，然而有很多针对K匿名的的攻击算法都相应的提出，如连续查询，分布攻击等，于是很多学者都对空间K匿名的算法进行改进使得其无论效率还是安全都得到了提高。然而就算经过改进的K匿名算法仍然不能够保护用户的位置属性隐私---用户与他所处的位置之间的潜在关系。一个k匿名那个泛化区集中在一个医院的附近，那么攻击者可以猜测发出信息者很可能的位置身份是医院相关的人，医生或者护士或者病人，尽管攻击者不能确定这个人的身份，但是他可以通过结合其他数据通过数据连接技术定向到具体某一个人。我们称这种情况为用户的位置属性泄露，这时位置属性作为一个伪属性来定向用户。用户的位置属性泄露时因为这样的泛化区域（传统的空间k匿名）缺乏一个很重要的属性：位置多样化。一个区域如果被我们称为位置多样化的，则这个泛化区域能够覆盖两个或者更多的公共场所的邻近，与之相反的是位置均匀性，这时泛化区域只集中在一个公共场所的邻域中。解决这个问题成了这次毕业论文的重点。本次毕业论文总结并且分析了以往有关位置隐私方面的工作，然后对于其他学者没有关注到的安全问题---位置属性隐私进行了详细的分析并提出了解决办法。为了解决位置隐私属性问题，我们提出了一个新的强化的位置隐私属性：(N,K)多样化匿名。通过使一个泛化区满足这个属性从而使得这个泛化区能够抵抗位置属性泄露的攻击，同时还能够保留原来的查询隐私保护和抵抗传统的安全攻击，查询隐私，分布攻击。我们开发了一系列的算法如节点增量泛化算法（NIC），区域增量泛化算法（RIC）和安全的多样化K匿名算法（Secure NLDC）来实现这个新的更强的安全属性。通过实验和理论证明，我们的算法不仅在时间效率上还是对各种隐私攻击的健壮性方面都有很出色的性能。