针对现有扰动机制未考虑位置点语义关系导致数据可用性较低的问题，提出一种基于差分隐私（DP）的轨迹位置隐私保护机制（DP-TLPM）首先，DP-TLPM公司利用滑动窗口提取轨迹停留点生成模糊区域，再利用指数机制和拉普拉斯机制对该区域进行采样；其次，为了消除采样点中可能存在的无语义位置点，提出一种路网匹配算法，对轨迹分段并利用误差椭圆匹配（EEM）进行迭代匹配；最后，根据匹配后的位置点形成扰动轨迹，由用户端将扰动轨迹发送至服务器。实验以混淆质量和均方根误差（RMSE）为评价标准对该机制进行综合评测。与GeoInd’sabio，DP？TLPM公司的数据质量损失降低了24%，轨迹的混淆质量提高了52%，从隐私保护强度和数据质量两方面验证了该算法的有效性。