随着云计算、移动互联网技术的快速发展,基于位置的服务已经得到越来越多的应用,并为人们的生活带来极大的便利,但同时引发了隐私泄露的严重问题。针对这一问题,学者们提出了许多基于位置服务隐私保护的方法,例如假名、虚假位置、时空伪装和空间加密技术等,但这些隐私保护技术是否可以保护人们的位置隐私,或者位置隐私保护水平如何,就需要一种衡量标准。现有的文献大多集中在位置隐私保护算法的构造上,对于位置隐私保护算法度量的研究相对较少,明显缺乏度量位置隐私保护算法的机制。本文深入分析和研究了基于位置服务的系统结构、攻击技术、隐私保护技术以及隐私保护的度量框架。在此基础上,提出了两种不同的位置隐私保护的度量方法:1.k-匿名机制下查询隐私的一种度量方法。提出一种以信息熵和对数函数为基础的查询隐私度量方法。首先,建立κ-匿名机制下的查询隐私的度量模型,包含四种角色和四种操作,为隐私保护的度量提供形式化的描述。然后,介绍两种背景知识的量化方式。针对第二种方式,由于用户属性离散化后的数值会被计算入背景知识概率表达中,造成背景知识概率表达的不准确,本文将离散化后的用户属性值作为特定查询和用户属性相关量的下标来求得相关量,从而进一步得到用户发出此特定查询的概率,摆脱了用户属性离散化后的数值对量化结果的影响。最后,提出具体的查询隐私度量方法。2.位置隐私泄露的度量。文中针对贪心法的κ-匿名算法提出位置隐私泄露的度量方法。该方法以KL散度(Kullback-Leiblerdivergence)为基础,将攻击者的背景知识融入其中,用以度量匿名区域中用户位置隐私的泄露。最后通过实验的方式验证在攻击者有无背景知识、不同的用户隐私需求以及不同地图网格大小的情况下度量方法的可行性和效用性。图[24]表[2]参[69]