过去的几十年里,互联网领域的高速发展改变了大众的生活方式,使用APP看新闻、线上购物、利用搜索引擎查资料逐渐成为人们日常管理工作生活中经常使用的一部分。这种日常工作和生活的网络普及程度,造就了互联网时代和塑造了一大批与我们密切相关的互联网公司。在相互竞争中,这些公司往往会为用户提供优质而免费的服务,使其获得数值巨大的用户量和数据信息资源。网络相关领域和行业中的大量有用资料,但这些海量的数据中往往会包含着大量的数值巨大的企业和用户个人隐私资料,给企业和用户的个人隐私资料带来一定程度的威胁。近年来,所有这些泄露的事件完全都是由于网站中的数据持有者在网上不当地分享数据而造成的。为了保护互联网用户的隐私安全,愈发严峻的隐私保护问题是近年来的热点问题,同时在学术界,隐私保护的方法和技术,也是关注度极高的研究对象。本文以差分隐私保护为主要研究课题,研究了针对相关属性链接攻击的差分隐私保护方法。第一部分,本文中就经典的隐私保护问题及其已有研究成果进行总结和概述,同时总结了数据发布中的差分隐私保护技术。第二部分,对差分隐私保护应用领域内的数据集相关属性一些基本原理和方法作了深入的阐述。第三部分,通过实例研究了数据集两种主要属性之间的相关性的效用及度量,研究设计出了一种针对准标识符属性与敏感属性相关联时的差分隐私保护LDAA算法,使该技术在能够确保用户的数据隐私信息安全的同时,又不会直接影响共享数据的实际可用性,达到了本次课题研究的主要目的。使用该算法对数据集进行了实验设计,成果表明:当准标识符属性与敏感值属性相关联时的一个隐私保护模型满足某些特定条件时,通过（l,α）-多样性模型,可以有效地防止链接攻击,同时也以满足简化算法的时间复杂度和大大提高数据的可用性为主要目的,使得这些数据具有良好的可用性和隐私性相结合起来达到了较好的均衡,从而在属性与所有者之间相关联时实现了对个人信息进行隐私保护时数据发布的技术。图10表3参50