随着空间定位技术的不断成熟，基于位置的服务LBS（Location-based Service）已经越来越融入人们的日常生活。LBS需要用户提供准确的地理位置，在这个过程中可能遭到攻击者攻击导致用户位置隐私泄露，因此位置隐私保护也越来越重要。位置隐私保护是以消耗一部分服务质量为代价，在不同用户和应用环境下，对于隐私度和服务质量有不同的要求，因此本文对于个性化位置隐私保护进行研究。本文对现有的个性化位置隐私领域常用的系统框架和模型算法进行详细介绍，分析和研究各自的优缺点。针对当前第三方中心服务器框架体系下的个性化隐私算法进行深入分析，指出其在个性化隐私度切换时易于被攻击者攻击的缺点，并提出改进算法。本文基于普通个性化隐私算法提出三种改进算法。形心偏移法改进原始个性化位置隐私算法易于被攻击缺点，算法简单，服务质量高，并发度高，实时性好。高级形心偏移法进一步改进形心偏移法，防御多种攻击模型攻击，适合用于网络环境复杂的情况。多匿名区法改进高级形心偏移法，保证在网络环境复杂的情况下位置信息的安全性，并且提高了服务质量。用户可以根据自身的网络环境负责度和对服务质量的要求，个性化切换隐私度和选择隐私保护算法，获取最佳服务。本文搭建模拟实验对理论分析进行仿真。根据定义的服务质量，结合最终的实验数据进行分析，实验结果证明，形心偏移法具有一定攻击防御能力，能提供较好服务质量；高级形心偏移法以一定的服务质量为代价提供较好的攻击防御能力；多匿名区法攻击防御能力好，服务质量也有保证。三种个性化隐私算法都在不同方面对常用的个性化隐私算法进行改进，为用户提供个性化的位置隐私服务。