随着移动智能终端技术和通信设备的迅猛发展,基于位置服务(Location based Services,LBS)得到广泛应用。然而,在基于位置服务为用户带来便利的同时,移动用户的个人隐私泄露问题也凸显。大部分的位置隐私保护工作仅针对单点位置提供保护,忽略了用户的移动性,这样的隐私保护方法将产生隐私泄露的问题。本文针对用户连续运动产生的隐匿位置攻击和连续查询位置隐私泄露问题进行研究,主要工作包括:利用移动用户的背景知识,研究了移动用户隐匿位置推理攻击方法。综合考虑位置签到序列、位置可达性、用户相似性关联、用户的服务类别偏好和感兴趣点的类别流行度等背景知识影响,提出了两种隐匿位置推理攻击模型。基于这两种模型,提出了一种隐匿位置推理算法。最后通过采用两组真实数据集对模型和算法进行了实验,评估了模型的准确性,并验证了算法的有效性。针对由移动用户的位置频繁更新产生连续查询位置隐私泄漏问题,根据移动用户的运动在一段时间内具有时空相似的特点,利用连续查询用户的时空相似性,提出了一种在道路网络上基于时空相似性的连续查询隐私保护算法SCPA。通过采取分组策略构造匿名集和K-共享机制,提出了一种启发式宽度优先用户搜索算法HBFS来构造匿名用户集,并提出了一种连续时刻内匿名路段集生成算法CSGA生成匿名路段集合,可以同时防止连续查询攻击和位置依赖攻击。采用6个评价标准对算法进行了一系列实验,验证了算法的有效性。最后,对本文工作进行了总结,指出了论文中存在的不足,并对未来工作进行了展望。