随着移动互联网的普及,参与感知(Participatory Sensing)和基于位置的服务(Location-based Services)等移动感知应用得到广泛的关注。在这些应用中,用户位置和轨迹作为准标识符深刻地反映出用户的敏感信息,如家庭住址、健康状况、生活习惯等。为了使用户愿意共享自己收集到的本地知识,同时也愿意使用各类与位置相关的应用服务,研究位置和轨迹隐私保护对保障用户的人身安全,促进移动互联网的健康发展有着重要的意义。本文研究数据收集和数据使用过程中用户位置和轨迹隐私保护,内容包括:参与感知中位置隐私和服务质量均衡及轨迹隐私保护机制;面向参与感知的轨迹隐私保护框架;用户轨迹隐私和数据效用均衡的个性化匿名模型;基于位置的服务中位置隐私保护群组最近邻查询方法。所取得的主要研究成果有:1.研究参与感知中位置隐私和服务质量均衡及轨迹隐私保护的机制。针对参与感知应用中需要用户精确位置的问题,基于假位置技术提出一种符合实际的位置隐私保护方法,同时满足高质量服务的要求;在此基础上,提出一种构造与用户轨迹相似的多条轨迹的方法实现用户轨迹隐私保护。然后,引入方案的评估框架并给出一种度量用户轨迹与所构造轨迹相似关系的方法。最后,基于该评估框架的仿真结果验证了方案的有效性。2.基于对现有轨迹隐私保护技术的分析,提出一种面向参与感知的轨迹隐私保护框架TrPF,用来保护用户身份与用户轨迹之间的链接关系不被泄露。在TrPF中,结合改进的理论混合区、假名技术和-匿名技术将轨迹隐私保护局部化,通过仅处理轨迹中的敏感部分实现参与感知中用户身份与用户轨迹之间去链接化。对比现有的轨迹隐私保护方法,本文方案在实现用户轨迹保护的同时,能有效降低信息损失量和存储开销。3.考虑到用户轨迹隐私和数据效用之间的权衡,根据用户在不同应用环境中的动态需求,提出一种个性化轨迹匿名模型用来选择满足用户需求的轨迹-匿名集合。具体匿名过程包括轨迹预处理、轨迹图模型的构造、轨迹-匿名集合的选择。该过程通过将轨迹间关系抽象为相应的图模型,利用图论中的贪心算法实现轨迹-匿名集合的选择。仿真结果表明本文方案能提供符合用户个性化需求的轨迹-匿名集合。4.为了实现基于位置的服务中面向位置隐私保护的群组最近邻查询,在分布式点对点系统结构下,根据群组中用户运动状态信息,提出利用位置随机扰动和门限秘密共享的Paillier密码系统来计算用户群组质心。通过计算得到的群组质心位置来实现群组最近邻查询,同时保护群组中每个用户的位置隐私。与现有的相关工作相比,本文所提方案能在抵御现有的距离交叉攻击和共谋攻击下,实现灵活的群组最近邻查询,同时耗费较低的网络资源。