近年来,随着移动通信与智能终端的快速发展,基于地理位置的服务技术得到了广泛的应用。位置信息可用来标识户个人身份信息。通常攻击者通过获取用户的位置信息来重构用户的轨迹,并依此推断用户的个人隐私信息、隐私行为等。传统的隐私保护技术一般不考虑背景因素与计算资源问题,仍然存在隐私信息泄露的威胁。因此,如何有效地防止用户位置隐私泄露成为迫切需要解决的问题。在综合考虑移动用户所处地理环境的背景知识前提下,该文采用信息熵、k-匿名以及缓存等方法来构建虚假位置,达到干扰隐私信息窃取者的目的,从而保证了移动用户位置隐私。本文围绕以上技术展开研究,并取得以下成果:（1）针对移动用户静态地理位置隐私信息容易泄露的问题,提出基于地理位置精度划分与k-匿名技术相结合的位置信息保护算法。该算法不但可定制位置信息的隐私敏感度,还可满足移动用户对不同场景下的匿名要求。使用匿名位置集的规模与地理位置精确程度来评估用户位置隐私与用户服务质量。仿真结果表明,该算法具有良好的自适应性以及隐私保护性。（2）针对传统地理位置隐私保护方案很难动态地保护用户位置信息的问题,提出了基于连续请求位置服务型应用的隐私保护方案。为此,设计了基于信息熵的移动用户轨迹隐私度量法。该算法利用移动用户的位置查询概率与地理位置之间的转移概率,通过构建与真实轨迹不可区分的虚假轨迹来保护移动用户的轨迹隐私。仿真结果表明,所提出的算法在轨迹隐私保护上具有较优的性能。（3）针对用户在匿名过程中存在计算开销巨大以及资源浪费等问题,提出了基于缓存机制的位置信息保护算法。该算法将缓存中心部署在边缘服务器节点上,减少移动用户与服务器之间的交互次数,从而降低了隐私位置信息泄露的风险。为了提高缓存命中率,设计了基于马尔科夫链的预测算法来保护用户的移动轨迹隐私。仿真结果表明,该算法既能保护用户的隐私,也能减少传输时延,提高服务质量。最后,本文对所做的研究工作进行了总结,并对以后的工作内容进行了展望。