随着数据挖掘技术的不断发展以及数据挖掘技术在人类生活和工作中越来越深入的应用,数据挖掘技术正日益影响着人们的生活。在不断挖掘出新的规律、给人类带来知识和提供便利的同时,数据挖掘也不可避免地涉及到人们的隐私问题。同时,伴随着人们对个人隐私关注的不断提高,数据挖掘技术在完成挖掘任务时也遇到了越来越多的新困难。隐私保护数据挖掘正是在这种情况下产生的,其目的正是跨越数据隐私与知识发现之间的这道鸿沟。本文首先综述了现阶段隐私保护数据挖掘算法的研究现状,指出其存在问题:数据集中分布的隐私保护分类挖掘算法仅适用于布尔属性数据,或者要求原始数据必须满足一定的概率分布且不太适用于分类类型的数据;其次,提出了一种适宜于分类属性数据的隐私保护分类挖掘算法,该算法通过随机取值方法对原始数据进行变换,从而起到对数据进行保护的目的,通过修改决策树挖掘算法中的信息增益比例计算方法适应变换后的数据,实现具有隐私保护的分类挖掘。该算法可以处理分类类型的原始数据,并且对原始数据的概率分布没有要求。最后,通过实验分析,证明该算法是切实可行的。