随着移动智能设备和互联网的发展,群智感知已成为一种新兴的数据采集方式,能够有效的解决传统传感器网络代价高、维护难、可扩展性差等问题。群智感知用户利用其移动智能设备进行数据感知,通过用户间协作来完成大规模的数据采集任务,但是群智感知网络在实际的应用中也存在着用户隐私安全的问题。在具体的群智感知网络应用中,用户在进行感知数据上报的同时,往往也需上报数据感知时的时空信息。这些数据中有着大量的用户敏感信息,一旦数据泄露则会严重威胁用户的隐私安全。用户隐私保护问题已成为制约群智感知网络发展的一个重要因素。本文主要研究内容为群智感知网络用户的轨迹隐私问题,对于城市道路中位置信息泄露造成用户轨迹隐私泄露的问题,针对于个性化用户隐私度量和城市覆盖率以及数据可用性等挑战,提出了基于路段选择上报的数据采集方案,能够在保证数据高精度的同时保护用户的轨迹隐私。具体工作如下:(1)构建了有可信第三方时的群智感知网络数据采集模型。结合车载用户位置信息的特殊性,选择以路段为基本上报单位的数据采集方案,定义了用户轨迹隐私强度的度量方式。同时利用可信第三方去除冗余数据,提升用户的隐私保护强度,并能够保证感知数据在城市地图中的覆盖率。(2)以经典的群智感知数据采集模型为例,提出了基于差分隐私的轨迹隐私保护方案,解决城市路段之间的相关性造成的用户轨迹隐私泄露。量化了用户真实轨迹的概率,并从数学上严格的定义了隐私保护强度,保证参与用户的轨迹隐私。