定位技术的快速发展和基于位置服务的广泛应用,产生了大量与移动用户相关的轨迹数据集;通过对轨迹数据集进行分析和挖掘,能够得到一些有价值的信息。然而,现实生活中,对于已经发布的轨迹数据集,攻击者根据所掌握的部分知识,通过对轨迹数据进行分析和推理,能以较高的概率或是准确的推断出用户的身份、兴趣喜好等隐私信息,从而导致用户的隐私遭受威胁;因此,在数据发布中如何在满足用户隐私需求的情况下,合理地选择抑制点来提高匿名后的数据效用是轨迹抑制技术要解决的主要问题。　　针对该问题,在保证用户轨迹隐私需求的前提下,基于频率与轨迹抑制技术,本论文提出两种提高轨迹发布中匿名后数据利用率的方案,主要做了以下工作:　　1.在先前相关研究的基础上,提出基于频率的轨迹发布隐私保护方案,该方案通过抑制整条有问题的轨迹投影记录和适时地添加假数据的方法实现轨迹匿名处理。和先前的仿真结果相比,本方案将匿名后的数据效用提升10％左右,而且由于考虑了位置数据出现的频率,使得发布的数据能够更好地用于数据挖掘领域;但是方案1中采用直接抑制整条轨迹投影记录的方法,使得匿名后的数据效用仅在一定程度上得到提升,同时由于假数据的添加,导致占用的存储空间较大且性能较差。　　2.为了进一步提升发布数据的效用和算法的性能,本文提出第二种匿名方案,通过求解隐私关联度和数据效用之间的关系对轨迹数据进行局部抑制,在每次匿名处理过程中,将对整条轨迹记录的抑制改为抑制轨迹中的某一位置数据,有效地提升了数据效用和性能,并通过多次仿真实验,证明了匿名算法2在满足用户隐私需求的情况下,将匿名数据的效用提升了近30%。