随着无线通信技术及移动定位技术的高速发展,基于位置的服务(locationbased services)获得了广泛的推广及应用。通过基于位置的服务,人们可以随时随地获得需要的信息。然而,这些服务在为人们带来便利的同时,也为人们带来了极大的隐私威胁。位置服务中的隐私问题可以分为两类:位置隐私和查询隐私。当前处理这两类隐私问题最常用的方法分别为k-匿名方法和l-多样性方法。然而,已有的绝大多数方法仅适用于独立查询,当用户提出连续查询时,直接应用这些方法将带来严重的隐私泄露问题。因此,本文的研究重点是位置服务中连续查询的隐私保护方法。在本文中,我们详细分析了位置服务中存在的位置隐私和查询隐私泄露问题以及相关的隐私保护算法,并指出了在连续查询中简单地以用户个数和查询类别数衡量算法的隐私保护水平的不足。在此基础上,基于用户的足迹信息和历史查询信息,我们提出了区域熵和查询熵两个新的衡量标准以衡量算法对用户的位置隐私和查询隐私的保护力度。为了便于区域熵和查询熵的计算,我们将整个网络区域划分成单元网格,并基于此设计了用于存储用户足迹信息和历史查询信息的数据库表。另外,为了高效地定位和检索用户,我们利用Hilbert曲线和B+-树结构将所有用户索引起来,并提出了用户的Hilbert值与其所在网格的Hilbert值之间的换算公式。针对连续位置服务中存在的隐私泄露问题,我们分别提出了基于Hilbert曲线的连续匿名和连续模糊算法以全面地保护用户的位置隐私和查询隐私。最后,通过大量对比实验验证了我们提出方法的高效性和有效性。