随着存储技术和网络的发展,使得越来越多的信息被存储并发布在网络之上。这些信息包括个人信息、公司信息和政府信息等。这些信息的发布,一方面给个人和企业也带来便利。例如,通过数据挖掘的方法发现有价值的信息;另一方面,这些信息的发布将会给个人的隐私带来威胁。随着人们对个人隐私要求的不断提高,隐私保护已成为一个热门的研究方向。本论文主要是以匿名化为基础,对数据发布中的隐私保护算法进行了研究。首先介绍了隐私保护和匿名化相关概念,然后基于匿名化这种方式对隐私保护进行研究。本论文对数据发布中数据表的三种形式进行了研究:第一种是静态数据表形式;第二种是动态增量数据表形式;第三种是个性化数据表形式。本论文与过去研究不同的是切入点为数据表的存储与泛化结构。本论文提出以一种树形结构的方式来对数据表进行存储和泛化,以实现匿名化处理。这种树形结构可以经过一些改变后分别应用于静态数据表、动态增量数据表和个性化数据表的匿名化处理过程中。基于这种树形结构,可以很方便的判断是否满足匿名化,并且可以对泛化进行剪切。在本论文中,实现了基于静态数据表的匿名化隐私保护算法、基于动态增量数据表增量的匿名化隐私保护算法和基于个性化数据表的个性化的匿名化隐私保护算法。在所有的算法中,最优泛化的评价标准中都考虑到了数据的有用性。通过实验分析,论文中的算法都可以很好的实现对数据的隐私保护,并且具有较高的数据可用性。