针对用户在获得位置服务的同时，用户的位置隐私可能会被泄露的问题，采用协作的分布式模型，移动终端和LBS服务器这两端都使用k-匿名机制，提出基于k-匿名的均衡增量近邻(KHINN)查询方法。该方法在移动终端构造匿名用户组时，利用安全多方求和的技术计算锚点以保证用户隐私；在处理查询结果时，使用基于k-匿名的SpaceTwist方法提高查询隐私度和准确度。经过性能分析和实验结果表明，在考虑用户节点之间半可信或不可信的情况下，可以解决SpaceTwist方法中的查询兴趣点围绕锚点分布不均衡的缺陷问题，提

针对LBS查询服务中构造的匿名框或选取的锚点仍位于敏感区域而导致的位置隐私泄漏问题，提出了基于敏感位置多样性的锚点选取算法。该算法根据用户访问数量和访问高峰时段，对不同敏感位置进行定义和筛选，选择具有相似特征的其他敏感位置构成多样性区域，并以该区域形心作为查询锚点，提高用户在敏感位置出现的多样性。以该锚点为查询标志，提出一种均衡增量近邻兴趣点查询算法 HINN，在无需用户提供真实位置坐标的条件下实现K近邻兴趣点查询，同时改进了SpaceTwist方法中存在的查询兴趣点围绕锚点分布的缺陷，提高了查