随着人口老龄化现象日益严重,智能健康监护技术得到了高速发展。与此同时,随着物联网、计算机视觉等信息技术的飞速发展,使智能健康监护数据急剧增长,并呈现多元化特征,数据的经济意义与科学价值得到前所未有的提高。充分挖掘业务与数据,数据与数据间的关联规则成为未来智能健康监护系统推广和应用的研究热点。本文系统的分析了智能健康监护数据的特征,详细的介绍了关联规则和隐私保护的数据分析研究现状。对智能健康监护环境下的数据关联分析进行了深入研究,给出了适应于智能健康监护的Apriori算法和基于隐私保护的智能健康监护关联规则算法。这些方法为智能健康监护数据分析提供了解决方案。针对现有的经典Apriori关联规则算法的挖掘效率低下的问题,提出了一种适应于智能健康监护的Apriori算法,该方法存储各智能健康监护项目的事务集用0或1表示,对二进制进行与运算即可求得健康监护项集的支持度,再根据最小支持度生成频繁项集,最后生成强关联规则。与传统方法相比,该方法的时间效率高于Apriori算法。分析了智能健康监护数据面临的隐私保护和信息安全方面的问题,提出了基于隐私保护的智能健康监护关联规则算法。该方法利用逆矩阵的递推关系以及首行元素求解支持度的简化方法,给出了求解逆矩阵首行元素的公式。该方法省去了非常耗时的求逆过程,使得基于隐私保护的智能健康监护关联规则算法的时间效率和空间效率高于传统的随机扰动算法。