近年来,随着移动通信技术和移动定位技术的高速发展,以及智能手机、智能手表等移动设备的大面积普及,基于位置服务得到了广泛应用,已覆盖到人们日常生活的方方面面。但是在基于位置服务给人们带来如此巨大便利的同时,也带来了一些位置隐私泄露的风险。在使用基于位置服务的过程中,用户需要将当前的位置信息发送给位置服务提供商,如果这些位置信息被位置服务提供商滥用或被第三方恶意攻击者窃取,用户的个人隐私将暴露无遗。通过对用户位置信息的统计与分析,他们便可推测用户的家庭住址、公司地址、收入水平、兴趣爱好以及行动轨迹等个人敏感信息。因此,如何保护用户的隐私已成为基于位置服务可持续健康发展亟待解决的关键问题。然而,现有的基于位置服务隐私保护方法不能满足日益丰富的基于位置服务场景对隐私保护强度和服务质量的要求。为此,本文对基于位置的信息查询服务和基于位置的拼车匹配服务这两种场景下隐私保护问题进行深入研究,提出了两种高效且实用的基于位置服务隐私保护方法,具体工作和贡献如下:（1）针对基于位置的信息查询服务中的隐私保护问题,提出了一种支持时空关键词的信息查询服务隐私保护技术,该技术支持用户对存储在云端的加密LBS数据进行空间范围、时间范围以及布尔关键词查询。为了保证用户的查询隐私以及云端数据的机密性,该技术利用安全k最近邻算法与欧氏距离实现了对空间范围查询的隐私保护,利用双线性对理论与0编码和1编码技术实现了对时间范围查询的隐私保护,利用密钥策略的属性加密算法实现了对布尔关键词查询的隐私保护。在此基础上,为了进一步提高云端密文搜索效率,该技术基于Geohash技术设计了一种具有树形索引结构的网格计算算法,显著减少了云端的搜索开销。安全性分析和实验仿真结果表明该技术可以有效保护用户的查询隐私和LBS数据的机密性,并且非常实用与高效。（2）针对基于位置的拼车匹配服务中的隐私保护问题,提出了一种基于位置的动态拼车匹配隐私保护机制,该机制支持拼车服务提供商根据乘客的拼车请求和司机的位置信息和行程表选择可以用最小的额外行驶距离为乘客服务的司机,且司机和乘客的位置隐私都得以保护。与现有的基于静态拼车匹配的隐私保护机制不同,该机制是针对动态拼车场景设计的。另外,为了保证隐私保护拼车服务的精准度和效率,基于H2H索引技术和同态加密算法,提出了一种高效的隐私保护精准最短路网距离查询算法,使得用户在隐私保护的情况下也可以享受高质量的拼车匹配服务。最后,通过安全性分析证明该机制可以有效的保护乘客与司机的位置隐私,并通过仿真实验证明了该机制的实用性与高效性。