在互联网技术和移动通信技术等方面取得快速发展的情况下,移动设备具有了越来越多的功能,实时定位是其中应用较为广泛的一项功能,在此基础上,各种基于位置的服务（Location Based Service,LBS）得到迅速发展,并在民生、军事、紧急救援等方面获得了实际的应用,给人们生活的各个方面带来了极大的便利,因而LBS也被认为是最具有发展前景的产业之一。但是用户在使用LBS进行查询服务时,需要向LBS服务提供商提交相关的个人信息,用户的个人隐私存在严重的安全隐患,因为LBS服务提供商可能会因为好奇心通过用户的查询请求进一步推断用户的其它个人隐私,部分恶意攻击者会通过攻击LBS服务器获得用户的部分隐私,进一步通过数据挖掘等方式获得用户更多的隐私信息。这些存在的安全隐患增加了用户使用LBS服务时的顾虑,阻碍了LBS市场的健康发展。因此,研究并设计LBS中的用户隐私保护策略可以在保护用户隐私的前提下,使用户获得高质量的服务,这对于用户获得良好服务体验和LBS市场的长期良性发展都具有重要意义。通过分析已有的LBS用户隐私保护方案,发现各种不同的隐私保护方案对于LBS查询过程中的服务质量、用户隐私保护强度和资源开销等方面有不同程度的侧重,没有在三者之间取得一个较好的权衡,而且基本主要是保护用户的位置隐私,很少考虑到用户的查询隐私;其次,在同时保护用户位置隐私和查询隐私的情况下,对于攻击者可能具有的背景知识考虑不足,导致保护方案的安全性没有达到预期效果。针对以上问题,本文做了深入研究,给出了相应的隐私保护方案。本文所做的主要研究工作如下:（1）本文首先分析对比已有的各类LBS隐私保护方案,发现总结了已有方法存在的不足之处,并通过对同一类型方法的不同方案的深入调查,为后续提出解决方案提供理论依据。（2）提出一种基于服务相似性的隐私保护k近邻查询方法。该方法基于位置查询的服务相似特性和Paillier密码系统的同态特性,实现了不依赖可信第三方对用户位置和查询内容的隐私保护以及兴趣点的精确查询;同时,通过构造服务相似地图生成扰动位置,解决了已有方法查询处理开销大的问题,并保证了查询结果的准确性。利用真实数据集从准确性和系统开销等方面对所提方法进行了实验验证。实验结果和安全性分析说明:和已有方法相比,所提方法的通信复杂度平均降低了33.8%;相较于k匿名方案,查询准确度平均提高了10%,且提供了更高的隐私保护度;相较于加密方法,在兼顾位置和查询隐私的情况下,时间开销下降了55倍。所提方法在兼顾位置隐私和查询隐私保护的基础上,有效地保证了服务质量和降低了系统处理开销。（3）提出一种抵御背景知识推理攻击的隐私保护k近邻查询方法。该方法主要考虑了不同区域间的查询概率,利用贪心算法构造扰动位置候选集,使得候选集中各位置之间的查询概率相近,避免攻击者结合背景知识提高攻击的成功率;针对候选集中的某一位置,考虑不同兴趣点类型的查询概率,从候选集中选择各兴趣点类型查询概率分布均匀的位置作为替代用户真实位置进行查询的扰动位置,避免攻击者利用背景信息筛除某些查询信息。利用真实数据集从服务质量和隐私保护度等方面对所提方法进行了实验验证。实验结果与安全性分析表明,和已有方法相比,本方法在增强保护度的同时,保证了服务质量,降低了系统开销。