随着位置感知设备的普及,基于时空数据的查询服务应用给人们的日常生活提供了便利。在此类查询服务应用中,以企业为主的平台收集用户所提供的时空数据,并基于收集到的数据为用户提供各种查询服务,例如KNN查询、路径匹配服务、范围查询服务等。在查询过程中,用户需要将自己的位置信息和查询条件发送给平台,平台根据查询内容返回给用户查询结果。随着用户量的大幅增加,平台数据存储和查询计算的成本也随之不断增长。云计算技术成为应对海量时空数据规模和处理用户查询计算开销的最优解决方法。由于提供云计算的第三方云服务商无法完全可信,因此,在存储时空数据和根据位置信息进行查询计算的过程中,平台不仅要满足用户查询需求,还需要保护用户的数据隐私。针对时空数据中常用的KNN查询和路径匹配服务,设计兼顾查询需求和隐私保护的时空数据查询机制是当前的研究热点。目前已经有许多研究针对这两种查询场景提出了不同的解决方案。但提出的方案仍然存在着问题。对于KNN查询场景,现有的方案无法做到安全性和效率的平衡。除此之外,现有方案并没有考虑到真实场景中用户的个性化需求。同时,为了提高查询结果的精确性,对于距离因素的精准评估是KNN查询中的一项重要指标,但现有研究难以满足对距离因素精准评估的需求。对于路径匹配查询场景,现有方案忽视了隐私保护这一问题。现有方案在面对海量数据时效率会降低,方案灵活性不足,无法做到实时的路径匹配。为解决现有面向时空数据的隐私保护查询方案存在的问题,本文构建了面向时空数据的隐私保护多项式评估方案和隐私保护路径匹配查询方案,本文的创新工作主要包括以下两个方面:（1）本文基于Paillier同态加密系统和顺序可见加密方案设计了一种新的加密方案对时空数据进行加密。提出的虚拟路网结构在实现时空数据存储的基础上,能够对查询效率方面进行有效优化。最后,本文利用多项式结构来响应用户查询条件的个性化需求和距离因素的精准评估。（2）本文基于隐私保护集合交集运算实现了一种安全的查询路径匹配的方法。同时基于原始的路网模型进行改进以提升查询精度和过滤无效运算。最后,本文通过对比实验测试并证明了提出的面向时空数据的隐私保护查询机制的效率,对比实验结果表明了本文提出的方案在实际场景中不仅可以保护用户的隐私而且实现了高效个性化的查询。