The widespread use of mobile devices such as smartphones, tablets, and smartwatches has led users to constantly generate various location data during their daily activities. Consequently, a growing interest has been seen in location-based services (LBSs), which aim to provide services adjusted to the current locations of users. However, location information may contain sensitive data; therefore, most users are reluctant to provide their exact location data to service providers. This has been identified as the most significant challenge in LBSs. Recently, differential privacy (DP) has emerged as a de facto standard for privacy-preserving data processing. With its strong privacy guarantees, DP has been used in diverse areas such as the collection, analysis, and release of sensitive private data, and several variants of DP have been proposed in the literature. The main objective of this paper is to investigate the applicability of DP-based approaches in an LBS setting. In this paper, we first describe the basic concept of DP and then survey its three variants: (a) geo-indistinguishability, (b) private spatial decomposition, and (c) local differential privacy, which are designed or can be used to protect location privacy in LBSs. Furthermore, we explore the applicability of DP-based schemes in protecting location privacy in different location data processing, collection, and publishing scenarios in LBSs. Finally, certain promising future research directions are discussed to spur further research in this area.

智能手机、平板电脑、智能手表等移动设备的广泛使用，导致用户在日常活动中不断产生各种位置数据。因此，人们对基于位置的服务 (LBS) 越来越感兴趣，其目的是提供根据用户当前位置调整的服务。但是，位置信息可能包含敏感数据；因此，大多数用户不愿意向服务提供商提供他们的确切位置数据。这已被确定为 LBS 中最重大的挑战。最近，差分隐私（DP）已成为隐私保护数据处理的事实上的标准。凭借其强大的隐私保障，DP已被用于敏感隐私数据的收集、分析和发布等多个领域，并且文献中已经提出了 DP 的几种变体。本文的主要目的是研究基于 DP 的方法在 LBS 环境中的适用性。在本文中，我们首先描述了 DP 的基本概念，然后调查了它的三个变体：（a）地理不可区分性，（b）私人空间分解，以及（c）局部差异隐私，它们被设计或可用于保护LBS 中的位置隐私。此外，我们探索了基于 DP 的方案在 LBS 中不同位置数据处理、收集和发布场景中保护位置隐私的适用性。最后，讨论了某些有前途的未来研究方向，以促进该领域的进一步研究。在本文中，我们首先描述了 DP 的基本概念，然后调查了它的三个变体：（a）地理不可区分性，（b）私人空间分解，以及（c）局部差异隐私，它们被设计或可用于保护LBS 中的位置隐私。此外，我们探索了基于 DP 的方案在 LBS 中不同位置数据处理、收集和发布场景中保护位置隐私的适用性。最后，讨论了某些有前途的未来研究方向，以促进该领域的进一步研究。在本文中，我们首先描述了 DP 的基本概念，然后调查了它的三个变体：（a）地理不可区分性，（b）私人空间分解，以及（c）局部差异隐私，它们被设计或可用于保护LBS 中的位置隐私。此外，我们探索了基于 DP 的方案在 LBS 中不同位置数据处理、收集和发布场景中保护位置隐私的适用性。最后，讨论了某些有前途的未来研究方向，以促进该领域的进一步研究。我们探索了基于 DP 的方案在 LBS 中不同位置数据处理、收集和发布场景中保护位置隐私的适用性。最后，讨论了某些有前途的未来研究方向，以促进该领域的进一步研究。我们探索了基于 DP 的方案在 LBS 中不同位置数据处理、收集和发布场景中保护位置隐私的适用性。最后，讨论了某些有前途的未来研究方向，以促进该领域的进一步研究。