随着社会进步和计算机技术的不断向前发展，隐私保护技术越来越受到人们的重视。大量的个人信息被政府，医院和银行等部门存储，有些数据需要在互联网上发布。数据发布作为一种资源共享手段，为数据交换和信息共享提供方便的同时，也会造成个人敏感信息泄露。目前，现有的匿名发布技术大多基于静态数据集，只支持数据集的一次发布，而现实世界的数据每时每刻都在不断地更新变化，如何对动态数据集进行匿名化受到研究者的关注。针对静态环境下数值敏感属性隐私保护技术已经不能满足人们的需要，提出了动态环境下增量数值敏感属性隐私保护方法。首先，通过对比增量数据集的多次发布，全面分析增量数值敏感属性重发布可能造成的隐私泄露风险。其次，针对数值敏感属性可能产生邻近攻击和增量数值敏感属性重发布隐私泄露的特点，在一致泛化思想的基础上，提出有效的增量数值敏感属性重发布匿名方法。当记录增加时，先进行匿名判断，如果满足匿名条件，将新增记录和原始匿名记录一起进行发布。如果不满足匿名条件，利用分桶算法对记录进行重新分配，将记录分别放在g个小桶中，分桶后的记录满足匿名条件，然后将新增记录和原始匿名记录一起进行发布。该方法在确保数值敏感属性之间不发生邻近攻击的前提下，实现了增量数值敏感属性的匿名重发布。通过大量的实验对增量数值敏感属性重发布匿名方法进行测试，实验结果表明，该方法从隐私保护度和运行时间效率方面都有明显的提高，能很好的保护隐私信息不被泄露。