随着具有定位功能的移动设备以及移动计算的快速发展,基于位置的服务(LBS)在物联网中被广泛的应用。即使位置服务给用户带来了诸多的便利,同时也引发了一些严重的位置隐私泄露问题。最近,许多研究者提出了一些隐私保护机制来解决物联网中的位置隐私问题,在这些位置隐私保护方法中,基于哑元位置的位置隐私保护方法是保护物联网移动用户位置隐私最常用的隐私保护机制之一。但是,目前基于哑元位置的位置隐私保护方法的计算复杂度较高,在物联网中应用时需要较强的计算能力,不能适应于资源受限的物联网环境,而且现有的哑元选择算法容易遭受到侧信息的攻击,因而这些方法无法应用在资源受限的物联网环境中有效的保护用户的位置隐私。如何有效地选择合理的哑元位置来保护用户的位置隐私仍然是一个挑战。为解决上述问题,本文针对物联网环境中快照查询的LBS服务和连续型的LBS查询,分别提出了位置隐私保护算法。在快照查询的LBS查询服务中,提出了一种轻量级的哑元位置选取算法——增强型的基于哑元位置的隐私保护方法Enhanced-DLP算法,该算法考虑了攻击者可能获取的背景知识来选择合理的哑元位置构建匿名集保护用户的位置隐私。在算法的时间复杂度分析中,该算法在选择哑元位置时的时间复杂度较低,能够适应物联网资源受限的环境。在连续型LBS查询环境中,提出了一种抵御背景知识攻击的时空上下文位置隐私保护算法,为使得攻击者对所获得的背景知识不敏感,该算法根据攻击者的背景知识向哑元位置候选集中添加满足差分隐私的Laplace噪声,同时利用用户移动模型保证筛选时空合理的哑元位置,并结合k-匿名技术来保护用户的位置隐私。为评价所提方案的有效性,进行了安全性分析以及仿真实验。通过安全性分析,本文提出的位置隐私方法可以抵御攻击者的背景知识攻击,有效地保护用户的位置隐私。通过实验仿真,进一步证明了本文提出的位置隐私方法的有效性。在基于快照的LBS查询中,本文提出的算法与现有的哑元选择算法的仿真实验表明,所提方案不仅在选择哑元位置的时间较低,而且能够有效的抵御侧信息的攻击。在基于连续型查询的LBS服务中,本文提出的方法可以使得攻击者对背景知识不敏感,且在形成哑元位置候选集时具有较高的候选集生成效率,同时,在该算法构建的匿名集之间能够形成足够多的不可区分的路径。因此,本文提出的两种位置隐私保护算法可以应用在资源受限的物联网LBS服务中,有效地保护物联网用户的位置隐私。