大数据时代下,移动互联网发展与移动终端的普及形成了海量移动对象轨迹数据。通过数据挖掘,运营商可以为用户提供更优质的出行服务,但轨迹数据具有高度敏感性,通过轨迹数据,攻击者可以了解用户的生活习惯,宗教信仰,健康状况等敏感信息。这些敏感信息极易损害用户的个人名誉、身心健康,危害用户的切身利益。因此,如何让轨迹数据发布后不泄露个人隐私,又能满足运营商的数据挖掘需求,为用户提供更优质的生活服务成为当前丞待解决的问题。在当前的轨迹隐私保护技术中,差分隐私技术由于不受攻击者背景知识影响且拥有严格的数学定义而受到学者们的青睐。但传统的差分隐私轨迹保护技术仍存在一些不足,第一个问题是直接对轨迹整体加噪会导致数据可用性较低,且无法满足用户的个性化需求,第二个问题是路网环境下的轨迹隐私有其特殊性,位置之间的相关性使得对单个位置加噪无法保证敏感位置不被泄露。为了解决上述问题,提出了一种基于差分隐私的个性化轨迹隐私保护方法,针对第一个问题,利用TF-IDF算法筛选出用户的敏感位置,只对敏感位置进行加噪,非敏感位置直接发布。在满足用户个性化的隐私保护需求的同时,能够显著提高数据的可用性。针对第二个问题,刻画敏感位置周围非敏感位置的隐私风险,对隐私风险较高的非敏感位置也进行加噪,防止攻击者根据路网环境推测出用户的敏感位置。通过在真实轨迹数据集GeoLife和T-drive上的实验表明,该方法能够在保护用户轨迹隐私的同时,保持较好的数据可用性。