随着具有定位功能的移动终端设备广泛普及,基于位置的服务(Location Based Services,LBS)得到了广泛应用,用户将个人的位置信息发送给第三方LBS服务提供商,从而获得相对应的信息服务,然而,第三方LBS服务商是非可信的,攻击者可以通过用户暴露的位置数据,推测出用户的敏感信息,这对用户的个人隐私构成了严重的威胁,如何保护位置隐私,已经成为了当前研究的热点。现有的位置保护技术,如:匿名、混合区、假位置等,它们都依赖于现有已知的背景知识,随着攻击者背景知识的增加,也可能造成位置信息的泄露。而差分隐私是一种与背景知识无关的强隐私保护模型,可以通过隐私预算来衡量隐私保护强度。为位置隐私保护提供了一种新方法。本文主要研究工作如下:1.首先根据地理位置的访问量,提出了一种用户位置隐私预算分配方法,该方法使用网格对用户的访问区域进行划分,以用户一定时间段内的访问量为依据,合理分配在对应区域的隐私预算,使用地理不可区分性机制,对位置数据进行加噪,生成干扰位置。2.针对位置扰动带来了位置近邻查询命中率偏低问题,提出了一种组合增量查询算法,保证供应空间包含查询目标的可能偏移区域,有效降低了因为查询目标位置发生偏移带来的误差。实验结果表明,在保护位置隐私的同时,组合增量查询能够有效提高查询命中率,适用于扰动位置的近邻查询。