群智感知网络(Crowd-Sensing Networks,CSN)作为物联网的重要组成部分,近年来随着智能移动设备的普及和无线网络技术的进步,得到了快速发展,但是绝大部分群智感知任务所收集的数据中都包含用户的敏感信息,尤其是用户的位置信息,导致用户的位置隐私面临泄露的风险。现有的针对群智感知网络中用户的位置隐私保护方法,都要求用户在上传感知信息前在用户端进行大量操作,增加了用户的负担,降低了用户参与感知任务的积极性。本文从简化参与感知任务的用户的操作,提高用户参与感知任务的积极性的角度出发,定义了一个新的问题研究背景,并采用差分隐私保护技术,对用户的位置隐私进行保护。本文的主要内容如下:(1)针对所有用户对同一事故点进行上报的情况下用户的位置隐私保护问题,采用基于差分隐私保护技术的DPALP(Differentially Private Accident Location Publish)算法,该算法首先对事故点进行定位,然后采用拉普拉斯机制对该事故点的位置坐标进行扰动,并输出扰动后的事故点的位置坐标。(2)针对用户对多个事故发生地点进行上报的情况下用户的位置隐私保护问题,采用基于差分隐私保护技术的DPMALP(Differentially Private Multiple Accident Locations Publish)算法,该算法首先采用基于密度的聚类算法对多个事故发生的地点进行定位,并输出多个事故点的位置集合,随后,采用拉普拉斯机制对事故点位置集合中的位置点坐标进行扰动,最终输出扰动后的事故点位置坐标集合。(3)通过合成数据集,验证本文使用的DPALP算法和DPMALP算法的正确性以及可用性。