为了解决数据发布中存在的隐私泄露问题，Sweeney等人提出了K-匿名模型。目前的研究中还没有能够对K-匿名模型的匿名性进行定量分析的方法，本文拓展了信道模型，提出条件通道模型，从而定量分析模型的匿名度。此外，实现K-匿名模型的算法无论是从效率还是信息损失度方面都还亟待提高，本文提出的子格二分法和过滤K-匿名算法正是从这两个方面入手来改进算法的。针对不同的攻击方式，在K-匿名模型的基础上研究者提出了很多改进模型。我们希望能够对这些模型的匿名性进行定量地分析，以发现模型中存在的漏洞和不足。但是，目前的研究中几乎没有类似的方法来描述和分析K-匿名模型。本文提出了更具通用性的条件信道模型，将匿名协议建模为信道，用矩阵描述信道，并用信道容量来衡量协议的匿名度。随后，我们利用这个信道模型检测了DC协议和K-匿名协议。验证结果表明，通过信道的容量，达到了定量分析匿名协议的目的，并能够有效地发现协议中存在的问题。全域K-匿名算法通常是基于泛化格（Lattice）结构的，算法需要遍历整个格空间，其最耗时的部分是判断节点是否是K-匿名节点。为了提高算法的运行效率，必须要减少判断节点的数量，同时还要保证结果是全局最优的。本文提出的子格二分搜索法，借鉴了二分法的思想，不同之处在于，在判断一个节点之后会根据判断的结果迭代遍历子泛化格，从而遍历整个初始泛化格，保证结果是全局最优的。并采用度优先的标准，选取下一个需要判断的节点，利用性质尽可能多地标记节点，达到减少计算K-匿名节点的数量的目的。通过实验，我们将子格二分法与Incognito算法进行了对比，事实证明我们的算法的确减少了计算节点的数量，最终提高了算法的运行效率。由于K-匿名算法都存在着过度泛化的问题，文中我们提出一种叫做过滤K-匿名的方法，沿着从最小泛化节点至最小K-匿名节点的路径，逐次泛化数据表，每次泛化时，只泛化不满足K-匿名要求的记录，而不是整个数据表，直至所有记录都满足K-匿名要求。实验结果表明，多数情况下，在到达最小K-匿名节点之前，数据表已经满足K-匿名要求了，这种方法能大大降低信息损失量。