Con la proliferación del Internet de las Cosas (IoT), los datos de trayectoria de los usuarios que contienen información privada en los sistemas de IoT se exponen fácilmente a los adversarios en los servicios basados en la ubicación continua (LBSs) y la publicación de trayectorias. Los esquemas de protección de trayectorias existentes generan trayectorias ficticias sin considerar con precisión el patrón de movilidad del usuario. Esto podría hacer que los adversarios puedan excluir fácilmente las trayectorias ficticias según la información de características geográficas obtenida. En este documento, se definen la entropía de ubicación continua y la entropía de trayectoria basadas en el modelo de movilidad de gravedad para medir el nivel de protección de trayectoria. Luego, se proponen dos esquemas de protección de trayectorias basados en las métricas de entropía definidas para proteger los datos de trayectoria en LBSs continuos y publicación de trayectorias, respectivamente. Los resultados experimentales demuestran que los esquemas propuestos tienen un nivel más alto que el esquema de selección de ubicación ficticia mejorado (enhance-DLS) y el esquema aleatorio.