空间定位与移动通信的快速发展促进了基于位置服务的普及,近邻查询作为位置服务的基本操作得到了广泛的应用。位置服务在给人们带来方便的同时也带来位置隐私保护问题,随着人们对个体隐私的日益关注,保护位置隐私近邻查询成为数据库领域研究热点之一。近年来,基于PIR的方法(Privateinformation retrieval,PIR)因具有位置隐私保护强度高的特点,成为保护位置隐私近邻查询技术的研究热点。针对已有的基于PIR的保护位置隐私近邻查询方法存在查询效率低以及在支持个性化查询方面的不足,研究基于PIR的保护位置隐私近邻查询方法,改善查询效率和查询的隐私安全性。主要的研究工作如下:(1)详细地分析现有位置匿名、假位置扰动、空间变换技术的特点和缺陷。分析基于PIIR保护位置隐私近邻查询方法存在的不足。(2)针对已有基于PIR的查询方法存在的预处理时间长和查询计划动态性不足等问题,提出一种基于PIR的保护位置隐私近邻查询方法PRN_kNN,达到缩短预处理时长和提高查询计划的动态性的效果。(3)针对PRN_kNN算法在查询个性化设置以及流量控制方面的不足,提出改进算法PNC_kNN。通过查询的自定义设置,保证兼顾查询效率和用户个性化需求。理论和实验分析验证了所提方法的有效性。