日益流行的基于位置的服务(Location Based Service,LBS)为人们的生活带来极大的便利。然而,用户在享受其带来便利的同时,也面临着位置隐私泄露的风险。如何避免位置隐私泄露已成为制约LBS发展的关键问题。研究位置隐私泄露的特点,保护用户位置隐私具有重要的意义。因此本文针对实时LBS中的单一位置隐私保护,连续位置隐私保护以及离线LBS中的轨迹位置隐私保护展开研究与探讨,主要做了以下工作:(1)针对实时LBS中的单一位置隐私泄露问题,本文提出基于匿名熵的实时单一位置隐私保护方案。特别地,本文提出匿名熵方法用于构建匿名区域。将待保护区域划分为人口稠密区域和人口稀疏区域,并分别提出稠密区域内基于k-匿名的匿名区域构建算法(K-DDCA)与稀疏区域内基于k-匿名的匿名区域构建算法(K-SDCA)实现各自区域的位置隐私保护。其中K-DDCA算法基于请求用户之间地理分布和请求内容的差异构建匿名区域。由于在稀疏区域内无法找到k-1个近邻请求用户,K-SDCA算法基于历史记录和地理空间分布生成k-1个虚假用户与真实用户构建匿名区域。(2)针对实时LBS中的连续位置隐私泄露问题,本文提出基于预测机制的实时轨迹隐私保护方案。将用户轨迹利用网格加索引的形式表示,进而提出一种利用用户的行为模式和位置可达性约束的轨迹相似性度量方法。通过提出的基于相似轨迹的位置预测算法(PPST)寻找相似轨迹对目标用户下一时刻的位置进行预测,同时对预测的位置划分危险级别。根据危险级别的不同,进一步提出增强的动态匿名保护算法(EDAA),实现对不同危险级别的位置进行动态匿名保护。(3)针对离线LBS中的位置隐私泄露问题即轨迹发布中的位置隐私泄露问题,本文对假轨迹旋转生成法做出改进,提出基于时空约束的离线轨迹隐私保护方案。首先对轴点的选取和轨迹的整体运动方向做出约束,防止敏感位置被选择为轴点和保证轨迹的整体运动方向相似。其次,提出基于时空约束的初始虚假位置生成算法(IDG)与基于时空约束的轨迹生成算法(TGC)分别生成轴点下邻位置与其他位置来保证所生成的假轨迹与真实轨迹具有相同的运动模式。最后,对本文所提出的每一种方案进行了大量的仿真实验,实验结果表明这些方案相对于已存在的方案能够取得更好的隐私保护效果并且具有更高的效率。