通过时空众包,任务请求者将时空众包任务（与位置和时间相关的众包任务）提交给众包平台,众包服务器将任务分配给一组工作人员,工作人员将通过实际前往任务地点来执行任务。但是,当前的任务分配方案要求工作人员和任务请求者将他们的位置和任务的任务披露给不受信任的时空众包服务器,以有效地将任务分配给工作人员。但是这种信息披露或多或少会导致用户的隐私泄露。人们对于隐私泄露的担忧可能导致他们不愿参与到时空众包中。基于用户对隐私保护的需求,本文提出了一个三阶段分配模型,在同时保护工作人员和时空众包任务的位置隐私的情况下,以在线方式将时空任务分配给工作人员。根据地理位置不可区分性,任务请求者和工作人员分别对任务和自身的位置进行扰动。由于直接利用干扰后的位置进行分配性能较差,本文根据观测所得的任务和工作人员的扰动位置量化了任务和工作人员之间可到达的概率。利用工作人员任务对可到达率的经验模型,提出了基于可到达率的任务分配算法,并在完成任务的数量、工作人员移动距离和系统开销等各种指标之间取得平衡。然而不同的数据所有者对隐私保护有不同的期望,用户可以通过降低自己对隐私保护的需求获取其他收益,如分配成功率等。因此本文允许工作人员和任务具有个性化的隐私保护水平,工作人员和任务请求者可以通过调整自己的隐私保护策略来满足自身任务分配的成功率和隐私保护需求之间的平衡。本文的分配算法在个性化隐私的场景下依旧能够胜任。对真实数据集的实验表明,本文提出的三阶段分配模型和基于可到达率的分配算法针对个性化隐私保护的场景亦或是非个性化隐私保护的场景,都能在不显著牺牲分配任务总数的情况下,达到对任务位置的泄露最少,对工作人员位置的泄露也很少。