近年来,随着网络信息技术应用的不断发展和进步,各种信息系统储存并积聚了各类丰富的数据。但是,数据集里包括了大量的个人隐私,在数据发布的过程中如果不采取一定的保护措施,随着数据集的发布和共享,可能会导致个人信息的泄露,数据的隐私保护问题越来越引起人们的重视。为了能够提供给数据研究者更多的有效数据,同时保护个人的隐私信息,既能保证数据的隐私性又能确保数据可用性的数据发布方法具有重要的理论价值和实际意义。相关研究人员已经提出了多种基于差分隐私的数据发布方法,但是大多方法是针对静态数据和数据流的发布方法,对于更新形式的动态数据发布的研究方法还比较少。除此之外,在差分隐私动态数据发布中,合理地分配有限的隐私预算,能够提高发布数据的可用性。本文针对数据可用性差和隐私预算分配不合理的这两大问题,提出了一种基于加权隐私预算分配的直方图数据发布方法,该方法采用Wasserstein距离计算相邻两个时间点发布数据的相似度,通过Wasserstein距离d与阈值T的比较,提出一种新的直方图发布策略,提供了相应的动态加噪机制,并提出采用泊松分布加权法分配隐私预算,经过距离相似度检测后,分配相应的隐私预算给需要加噪的数据,避免隐私预算提前耗尽。通过实验证明本文提出的方法满足ε-差分隐私,通过合理的预算分配策略不仅降低了总体误差,还保证在降低噪声误差的同时提高数据的可用性。