随着通讯设备的普及和定位技术的发展,基于位置服务已经涉及到日常生活的方方面面。用户在使用该类服务时,需提供个人的位置信息和身份信息。当数据服务器安全性不高,或服务提供商本身就存在恶意目的时,用户的个人信息则会被窃取,导致用户隐私泄露。如何在保证用户享受服务的同时,保护用户隐私安全值得深入研究。本文先对现存位置隐私保护工作进行介绍,总结现存模型和算法中存在的不足之处。针对使用流行度对语义信息建模中存在不足的地方,本文提出了语义影响力的概念,用于描述位置的语义信息,各语义位置拥有不同的语义影响力。此外,现存大部分工作无考虑同一位置包含多种语义类型的情况,本文提出语义影响力向量的概念,路段上各种不同语义类型的语义影响力组成语义影响力向量。基于语义影响力向量,本文提出敏感度淡化算法;该算法采用贪心策略,每一轮选择敏感度最低的候选路段加入匿名集来完成匿名保护工作;敏感度淡化算法可以很快构造出实现隐私保护的匿名集,但其没有考虑攻击者的推理攻击和重放攻击。因此,本文提出路段距离的概念,各候选的路段距离由该路段到用户所在路段的最短跳数决定;基于该路段距离,确定各候选路段的权值范围,并采用随机机制从中选择一数值作为路段的权值。基于路段的权值,本文对敏感度淡化算法进行改进,提出基于权值的敏感度淡化算法。基于权值的敏感度淡化算法优先选择加权后敏感度最低的候选路段构造匿名集,使得所构造的匿名集紧凑,具有更强的抗攻击能力。最后,本文在路网模拟器NGMO上进行仿真实验,对算法进行评估。实验表明,算法能在满足用户隐私要求的情况下,能够抵抗攻击者的重放攻击和推理攻击。