近年来,数据共享发布中的隐私保护问题得到了研究者的持续关注,提出了多种不同类型的隐私保护方法,不同隐私保护方法提供的保护效果各异,对保护强度进行统一度量是隐私保护效果评估的基础。针对已有隐私保护强度度量方法不适用于度量数据世系和流式直方图的隐私保护强度度量的问题,提出基于最小熵的数据世系隐私保护强度度量方法和基于贝叶斯定理的流式直方图隐私保护强度度量方法。论文工作如下:(1)针对已有隐私保护强度度量方法中存在的攻击者背景知识形式单一、对图的多样化结构适应性较差等问题,提出基于最小熵的世系隐私保护强度度量方法。采用标签方式描述节点模块功能,提出l-前跳(l-prehop)矩阵和l-后跳(l-posthop)矩阵描述模块的子结构特征,获取由隐匿世系和背景知识综合推理出的推断世系的特征信息;进一步,建立原始世系中模块与特征信息间的联系,将原始世系中模块按特征信息重新分类,引入最小熵机制,度量世系隐私保护算法所提供保护强度。(2)针对传统隐私保护强度度量方法依赖背景知识与隐私信息强关联、采用评估数据整体分布实现度量不适用于流式直方图保护强度度量等问题,提出基于贝叶斯定理的流式直方图隐私保护强度度量方法。通过分析背景知识与滑动窗口间的关联程度,建立背景知识与发布结果间的关联;引入关联直方图概念,解析包含同一用户状态信息的直方图间的关联,同时提出面向滑动窗口的关联直方图隐私泄露度量机制,实现对关联直方图间隐私泄露程度度量;进一步,为攻击者在获取背景知识后攻击出错的概率和隐私泄露程度分别设置权值,度量流式直方图算法的隐私保护强度。理论分析和实验结果表明,所提度量方法能够有效度量数据世系和流式直方图隐私保护方法的隐私保护强度。