1.一种基于差分隐私的位置近邻查询方法，其特征在于，包括以下步骤：S1、根据地理位置的访问量，合理分配用户查询位置的隐私预算；

S2、根据分配的隐私预算，使用基于差分隐私模型的地理不可区分性机制对查询位置添加噪声，生成干扰位置；

S3、将生成的干扰位置作为查询锚点，并在SpaceTwist算法查询条件的基础上，引入最大偏移量rmax，以扩大供应空间的查询范围；

S4、采用SpaceTwist算法进行近邻查询；

S5、对查询位置重复进行加噪，并重复步骤S3和S4，得到多个近邻查询结果；

S6、将得到的多个近邻查询结果取交集，以缩小近邻查询结果的规模。

2.根据权利要求1所述的一种基于差分隐私的位置近邻查询方法，其特征在于：所述的步骤S1，在分配用户查询位置的隐私预算时，通过统计用户在不同区域访问量来直接反应用户在该区域的敏感度，区域访问量越大，伴随的敏感度则越高，分配的隐私预算则越小。

3.根据权利要求2所述的一种基于差分隐私的位置近邻查询方法，其特征在于：在统计用户在不同区域访问量的过程中，对于公有敏感区域，根据该区域的功能特性，手动分配隐私预算，隐私预算的取值在0到1之间。

4.根据权利要求2所述的一种基于差分隐私的位置近邻查询方法，其特征在于：所述的步骤S3，引入最大偏移量rmax的过程具体包括以下步骤：S21、定义用户的真实位置为x，锚点位置为z，需求空间范围半径为Rdemand，供应空间的范围半径为Rsupply；

S22、扩大近邻查询的范围，使供应空间半径Rsupply和需求空间半径Rdemand之间满足：Rsupply ≥ Rdemand + dis(x,z) + rmax，其中，dis(x,z)为真实位置和干扰位置之间的偏移量，rmax为最大偏移量。