在数据挖掘技术日益增强的大背景下,各种网络的隐私安全所受到的威胁也日益增多,网络数据结构的隐私保护愈发重要。对于表格化数据,敏感属性抹除的方式不能有效的抵御攻击。攻击者通过类似协同攻击的方式,可以达到提取隐私信息的目的。对于图数据集来说,除了各个节点的隐私信息,拓扑结构也至关重要。那么如何在保证拓扑结构安全时发布可用的网络数据呢?针对上述的问题,本文针对隐私保护中的经典方法:k度匿名,进行深入研究,将k度匿名思想应用到图的拓扑结构当中,从拓扑结构层面保护隐私。主要分为以下三个部分:一、针对k匿名度数序列生成问题,本文首先研究了度数序列中是否实现的问题,沿用前人所提出的k度匿名序列生成算法,实现k度匿名序列生成算法动态规划版本作为算法工具。二、在已给定k度匿名序列的基础上,本文讨论了k度匿名图在仅做加边操作的限制条件下的实现细节。提出贪心加边算法,在较短时间内完成k度匿名图的内部加边过程;为了完整的生成k度匿名图,本文继续讨论了加点操作在图中的操作细节。最后结合加边操作和加点操作提出完整算法框架。三、在k度匿名图的生成过程中,添加限定条件为仅做加边操作时,本文将k度匿名图的构造问题建模为最大匹配问题,引入最大匹配算法并在此基础上提出富余度算法,针对k度匿名图构造问题提出了完整的算法框架。实验显示,本文提出的算法能够完整构造出k度匿名图,并且优化了构造时间和构造过程中的加边和加点消耗。