数据挖掘是通过机器学习、模式识别和数理统计等方法获取有用信息的一种重要技术手段,可以广泛应用于社交网络、医疗和市场分析等领域。随着数据挖掘应用的不断深入,隐私泄露风险日益成为数据挖掘中一个敏感而突出的问题。K-means聚类算法是数据挖掘领域中应用广泛的算法之一,差分隐私保护理论由于其具有严格的数学模型且不受背景知识约束等特点成为数据挖掘隐私保护技术的重要分支。差分隐私保护是一种基于数据扰动的隐私保护方法,基于差分隐私保护的K-means聚类分析技术能够有效的减少隐私泄露,但却容易发生数据失真,使得满足差分隐私保护的数据集可用性有所下降。因此,如何实现在较高隐私性前提下的较好数据可用性就成为研究的重点和难点。本文针对差分隐私保护的K-means聚类算法的可用性以及算法运行效率问题展开研究工作,通过深入分析导致K-means聚类算法加入差分隐私保护可用性降低的原因,提出一种改进的基于差分隐私保护的K-means聚类算法,可以实现在保证数据隐私性的条件下提高聚类结果可用性,并对算法进行优化提高了运行效率。1)针对拉普拉斯噪声的随机性导致中心点偏离较大,尤其是隐私预算参数ε较小时聚类结果可用性较差的问题,提出了一种基于轮廓系数的差分隐私保护K-means聚类算法—SCDP K-means（silhouette coefficient based differential private K-means）聚类算法,算法采用轮廓系数定量评估每一次迭代的聚类效果,对不同的簇添加不同的噪声。针对计算轮廓系数的复杂度较高所导致运行效率较低的问题,采用基于中心点的计算轮廓系数的方式,保证当数据量增大时算法运行时间平稳增长。2)针对隐私保护的聚类算法在处理大规模数据时,内存资源消耗大所造成的运行效率低的问题,完成了 SCDPK-means聚类算法的并行设计和实现。实验结果表明,并行化的SCDPK-means聚类算法在保持较高隐私保护程度的同时具有较好的数据可用性,且在大规模数据集中仍然具有较好的运行效率,有效解决了由于引入轮廓系数而导致计算耗时长的问题。