在位置服务(LBS)系统中,位置匿名器(LA)负责将用户身份匿名,同时接收并处理用户发送过来的查询信息,防止因敏感信息泄露而造成用户身份的泄露,并转交给位置服务供应商(LSP)进行查询,最后将查询结果转发给用户。因此,LBS是否安全可靠在很大程度上取决于LA的隐私保护能力。然而,在现有LBS系统中没有一个令人满意的机制来评估LA的性能,而且用户对提供位置服务的LSP并不总是完全信任,这就对LBS的安全性提出了挑战。因此,建立一种有效的位置隐私解决方案以增强LA的隐私保护能力显得尤为重要与紧迫,这也是目前LBS研究的热点。本文在分析现有的位置隐私解决方法的基础上,提出了一种新的隐私保护方案。现有的系统大部分采用的是k-匿名机制,这就意味着真实用户的准确信息隐藏在k-1个用户之中,这些系统通常采用LA的方式来实现k-匿名。在本文中,我们证明了仅仅满足k-匿名是不足以阻止隐私的泄露。针对k-匿名存在的缺点,本方案提出了一种新的隐私定义：s-接近,并由此提出了新的增强隐私特征(k,s,Amin),以加强对AS的隐私保护能力。我们采用了一个新的算法用以创建同时满足s-接近与k-匿名的匿名集(AS),通过减少真实信息查询者的重标识概率来用以增强LA的安全性与可靠性.。我们还证明了该方案的可行性,能够有效地融入现有的系统,并能够确保这些系统的安全。同时,我们还提出的配置有附加功能的可信第三方的位置隐私解决方案要优于传统的LA结构,有效的提高LA的可信度,并能够将查询内容进行泛化,阻止用户的身份推理。通过仿真实验结果表明,本方案能行之有效地提高LA对位置服务的隐私保护能力,能够对用户的个人隐私提供更好的保护,还能有效地防止因恶意攻击者的非法攻击而造成的个人隐私泄露的问题,并能有效地应用于LBS系统之中。