近些年来移动互联网的兴起以及定位技术的广泛应用,产生了大量的时空轨迹数据。对这些数据进行分析挖掘能够很好的服务于我们的生活,比如城市建设中的交通规划。然而,直接发布不经处理的轨迹数据可能会导致移动对象个人隐私的泄露。因此,如何在保证移动对象隐私前提的基础上,使得发布的数据具有较高的数据可用性是轨迹隐私保护的热点之一。轨迹k-匿名技术虽然在数据可用性和隐私保护程度上取得一个较好的平衡,但是,已有轨迹k-匿名技术在根据位置采样点形成用户轨迹时大多假设移动对象在相邻位置点间做匀速直线运动,这种假设往往太过理想。针对这种理想假设不太符合现实,本文提出基于分段三次Hermite插值方法对移动对象的移动轨迹进行轨迹重构。同时,分段三次Hermite插值多项式的一阶导数存在,这样保证了移动对象在位置采样点处不会发生速度突变。在轨迹k-匿名保护阶段,根据时间划分轨迹等价类,使得在时间相近的轨迹在同一轨迹等价类内。然后在轨迹相似性度量时考虑轨迹采样点的整体分布,采用马氏距离作为轨迹距离计算方法。依据计算所得的轨迹相似性,对属于同一轨迹等价类的轨迹选取最为相似的k条轨迹形成轨迹k-匿名集。最后对k-匿名集内的轨迹进行扰动匿名处理,发布原子轨迹数据,这样匿名集内的轨迹不可区分,从而达到轨迹隐私保护的目的。本文提出的TPP-MD方法在保证隐私级别的前提下具有较高的数据可用性。最后,在不同数据集,选取不同的评价标准进行实验验证,实验结果表明本文提出的TPP-MD方法具有一定的可行性和有效性。