近些年来，随着无线通信技术和全球定位系统（global positioning system，GPS）的不断发展，位置服务（location based service，LBS）得到了广泛的应用。但是在LBS给用户提供便捷服务的同时，也引入了新的安全问题。用户在使用位置服务的时候，往往需要提供某些涉及个人隐私的信息，例如所在位置，查询内容等。因此用户在使用LBS时，往往会担忧泄露自己的隐私信息。针对这一问题，国内外的学者们提出了大量的算法和解决方案来保护用户的隐私信息，目前使用最多的隐私保护方法是k-匿名技术。现存的解决方案当中大部分都采用了集中式结构，需要依赖一个可信第三方收集用户位置信息。但在某些实际应用环境中很难预先设定一个可信的第三方，因此，近年来部分学者开始研究在移动P2P网络环境下的LBS隐私保护方法。这些方法主要采用k-匿名技术，来对用户的空间位置进行匿名，匿名响应时间较长且系统开销较大，很难满足移动P2P网络实际应用的要求。针对目前移动P2P网络环境下的隐私保护方案存在的问题，本文提出一种新的位置服务隐私保护方法。该算法根据用户速度的变化情况，广播自己的位置信息，用户在需要服务的时候，能够通过处理这些之前接收到的信息，计算出附近用户的大致位置生成匿名区域。为了防范访问同质化攻击，在本文提出的算法中引入了熵的概念，要求用户生成的匿名集合中的查询内容具有一定的不确定性，使得匿名集合能够满足k-匿名和l-多样性的要求，从而可以对用户的位置信息和查询内容进行更好的隐藏。此外，为了用户免受连续查询的攻击，本文的算法，在用户连续查询服务的时候，使用具有相同运动方向的用户来生成匿名集合，使得用户能够在多次查询中使用相同的匿名集合，这样降低了多个连续查询之间用户信息的差异性，因此降低了攻击者推断出用户隐私信息的概率。通过仿真实验结果表明，本文提出的算法在匿名成功率、系统通信开销以及匿名响应时间等方面与现存的算法比较，均有一定的提高，显示了该算法的优越性和有效性。