由于移动互联网的持续发展,移动应用越来越多地渗透进我们的生活,随之而来的是无法避免的移动用户隐私泄露问题。用户真实位置隐私泄露问题更是引起了较为广泛的关注,很多移动应用都会通过取得用户详细位置来为用户提供基于位置的服务。用户在享受移动应用带来的快捷生活的同时,也要承受一定程度位置隐私泄露的风险。攻击者可以根据用户的位置信息获取到用户身份特征、隐私等敏感信息。所以基于位置的隐私保护技术的研究势在必行,本文针对K近邻(K-nearest neighbor,KNN)查询对移动用户位置进行保护。目前较为常用的K-匿名位置隐私保护算法和SpaceTwist算法在一定程度上为位置隐私提供了保护,但都存在一些弊端。一般的K-匿名算法存在第三方匿名服务器(Trust Third Party,TTP)不可靠的情况,而基本SpaceTwist算法可能导致通信开销过大的问题。本文针对上述算法的缺点在现有技术上做出了以下工作:(1)本文在研究对比现有LBS框架优劣的基础上提出了一种改进的第三方匿名服务器框架,该框架避免了第三方匿名服务器遭受攻击而导致用户信息泄露的风险,同时将部分计算量分摊到移动设备上来,减小了受到第三方匿名服务器计算性能限制的可能性。也一定程度解决了第三方匿名服务器计算瓶颈的问题。(2)本文运用改进后框架的基础上,针对K邻近查询提出了K-匿名算法和SpaceTwist算法结合的策略。并针对K-匿名区域的生成算法提出更具抗攻击能力的匿名区域生成算法,同时基本的SpaceTwist算法在通信开销和差错率上都有改进的空间,本文在一般的SpaceTwist算法基础上提出改进方案粒度搜索SpaceTwist算法,进一步加入延迟终止策略为隐私保护个性化提供了更多保护。(3)通过安全性分析和对比实验得出,改进后的K-匿名区域生成算法比原有K-匿名算法具有更强的抵抗攻击的能力。改进后的粒度搜索SpaceTwist算法在减小通信开销和差错率上都更具优势。本文在研究现有LBS(Location-based Service)保护技术的基础之上,提出了改进后的位置隐私保护框架方案,并在此框架的基础上提出了K-匿名算法和SpaceTwist结合的策略。同时,分别针对K-匿名算法和传统SpaceTwist算法提出改进方案,经过实验对比可以得出改进后的K-匿名算法比原有算法在抗攻击能力上更有优势,改进后的SpaceTwist在减小通信开销和差错率上都较原有的SpaceTwist算法更优越。