随着智能终端的普及和定位技术的发展,基于位置的服务(Location Based Services,LBS)得到了广泛的应用,并产生了新的社交网络,即移动社交网络。移动社交网络中的用户可以随时随地分享和使用LBS应用,但同时也带来了隐私泄露的风险。轨迹隐私反映了移动用户长时间内的生活习惯,宗教信仰,家庭工作地址等敏感信息,与移动用户的人身安全紧密相连。所以保障移动用户的轨迹隐私是推动移动互联网发展的重要因素之一。近年来,轨迹隐私引起国内外学者的广泛研究,但是LBS应用场景不断更新,攻击者的攻击手段日益高明,轨迹隐私保护面临着新的挑战。本文在深入分析了国内外轨迹隐私保护技术研究成果基础上,从轨迹数据使用过程中的轨迹隐私保护出发展开研究工作。本文的主要工作和创新点有:1.针对移动社交网络中,移动用户需要向服务提供商提供精确的位置信息以获得高质量的服务,同时实现移动用户的轨迹隐私保护这两者间的平衡问题,提出了一种基于假轨迹技术的个性化轨迹隐私保护算法。该方案首先利用欧式距离选择距离最近的k个用户作为用户伙伴集实现位置隐私保护,构造与移动用户轨迹相似的k条轨迹实现轨迹隐私保护。然后,引入了威胁模型和评估框架。最后,进行仿真实验,从构造的假轨迹与真实轨迹的相似性,隐私保护水平两个方面验证了该方案的有效性。2.针对基于关联分析的推理攻击以获得移动用户的隐私信息这一问题,本文提出了一种基于mix-zone的最优化部署策略。在大范围城市区域内,部署有限个的mix-zone节点,充分满足移动用户轨迹隐私保护以及高质量的LBS服务的需求,最终将mix-zone部署方案转换为选址问题。该算法通过设置部署数量,路口流量,信息熵3个约束条件,建立整数规划模型,并提出一种选择mix-zone节点的算法。然后,引入威胁模型和评估框架。最后,进行仿真实验,从可达性和抗关联分析的推理攻击能力两个方面验证了该方案的有效性。