随着智能手机的普及以及存储性能、计算性能的提高,人们越来越多地利用基于位置的服务(LBS,Location-based service)来服务于社会生活。然而频繁地访问LBS服务器会暴露用户的个人位置信息,进而泄露用户的个人隐私。在隐私成为我们日益关注的今天,如何去解决这种位置隐私泄露问题成为了当下研究的热点。为了解决用户的位置隐私问题,目前常用的方法是是基于假地址的位置隐私保护算法。由于该方法中请求结果准确率不稳定,以及匿名区域包含的语义信息单一导致用户身份隐私泄露,为了解决这两个方面的问题,本文提出了两种新的位置隐私保护算法,主要工作包括以下两个方面:1.基于生成假地址效率高容易在客户端生成等特点,提出了一种新的基于质心的全假地址位置隐私保护算法。该算法在客户端生成全假地址,在服务器端采用基于质心方法的搜索查询近邻。实验结果表明,与传统的方法相比,本方法不仅能够保护用户的位置隐私,还能降低通信成本,提高服务器返回结果准确率,减少服务器端的请求处理时间。2.提出了一种L-多样性的位置隐私保护算法。本文引入了语义位置SL(Sematic Location)的概念,根据用户访问时间将语义位置用一个24维向量标记。采用余弦定理区分不同的语义位置,并将L-语义多样性作为假地址生成标准,即生成的假地址所包含的语义位置信息不少于L。实验结果表明,该算法在位置熵,相对匿名度RAL等实验指标上改善很大。与传统方法相比,该算法生成的假地址能够有效地防止攻击者进行语义攻击。