随着可移动设备的逐渐普及,空间众包已经成为了完成复杂时间-空间任务的流行解决方案。然而,参与到空间众包任务中的工作者通常会被要求提供他们的位置信息,这就带来了严重的隐私威胁。不幸的是,现存的大多数空间众包问题解决方案都无法在提供严格的隐私保护的情况下保证较高的任务接受率。本文基于密码学的方法,提出了一个新颖的空间众包隐私保护框架,来为基于回报的空间众包提供地址隐私保护。框架的核心思想是通过工作者对各个任务的偏爱程度调整各个任务的回报,从而获得一个高的任务接受率。框架的第一步是通过可以保护地址隐私的加密协议来获取工作者对每个任务的偏爱程度。基于这些偏爱程度的分布,进而提出两个不同的回报分配方案,确保回报的分配达到最优。本文依据同态加密算法原理,设计了精巧的加密协议,在保证工作者地址隐私的情况下获取他们对每个任务的偏爱程度。框架为每一个空间众包任务设置了以素数为代表的标签,利用因子分解的唯一性为工作者提供完全的地址隐私保护。在隐私保护框架的基础上,本文提出了两种不同的回报分配策略,同等回报率法和最优限制函数法,来自适应地为每个任务确定回报的大小。这两种回报策略的基本思想是,在总回报量一定的情况下,适当地降低最受欢迎的任务的回报,增加不受欢迎的任务的回报,从而使得它们能够被接受。基于真实数据集的实验证明了提出的回报分配策略在任务接受率上远远优于现存的解决方案。本文进行了一个针对框架自身的隐私保护分析,从理论上证明了提出的框架可以保护工作者的地址隐私不受攻击者侵犯,即使潜在的攻击者包括任务发布者与空间众包服务提供商。本文提出的加密协议也可以用于其他需要保护隐私的情景中,例如选举计数或问卷调查的结果统计。基于真实数据集的实验证明了同等回报率法和最优限制函数法可以自适应地调整任务的回报大小,并且在任务接受率上均远远优于传统模式里的回报分配策略。