随着互联网技术的快速发展,隐私保护已逐渐成为数据发布领域中备受关注的问题。数据匿名化技术是实现隐私保护的主要途径,其中,K-匿名模型是最有效、最为常用的一种经典匿名模型。K-匿名模型要求发布的匿名数据表中任意一条数据记录都有其他k-1条记录与之完全相同,从而能够有效地避免链接攻击。目前大多数K-匿名算法存在以下两方面问题:一,算法难以在数据可用性和执行效率这两者之间达到平衡;二,在匿名算法追求数据划分精度以提高数据可用性的同时,忽略了对数据的隐私保护,使数据的安全性降低,从而加大了隐私泄露的风险。针对这两方面问题,本文提出一种基于信息熵聚类的K-匿名算法——EBKC算法,旨在保证匿名数据可用性的基础上,提高数据的安全性和算法的执行效率,从而达到匿名数据可用性、安全性和算法执行效率三方面的平衡。本文首先对K-匿名的相关理论与技术进行了研究,提出了等价类“直径”的概念和最大直径阈值这个参数,以及基于此参数的聚类准则。本文还引入了信息熵的思想,并在此基础上提出了基于熵的等价类划分方法。此外,本文对数据的可用性度量方式和数据的安全性度量方式进行了研究,提出了等价类熵和等价类平均熵的概念,并采用等价类平均熵来作为衡量数据安全性的标准。经对比实验结果表明,该算法可行性好,其总体信息损失在可接受的范围内,算法的执行效率以及数据安全性都得到了提高,因此,该算法具有一定的实用性。