在当今的信息社会,信息的电子化和网络技术的发展,为大规模信息的共享提供了便利快捷的手段。与此同时,也为隐私保护提出了新的挑战。面向信息共享的隐私保护技术的研究,一方面可以为防止私有敏感信息的泄漏提供有力的技术保障,消除信息拥有者在共享信息时的顾虑,促进信息交流和共享;另一方面还强调减少实施隐私保护所带来的非敏感信息损失,保证共享信息的质量,提高共享信息的可用性.。现有的隐私保护算法大都是针对静态数据集的匿名处理,但是频繁接触的数据集大多是动态的,针对动态数据集隐私保护算法的研究将是未来的热点。随着数据库索引技术的日益成熟,基于空间索引的R树的K-匿名技术,具有很好的扩展性且能支持增量的数据发布。但对于固定的M(R树节点中索引项的最大值),随着K值的不断增大,已有的二路分裂算法不是涉及到具体的MBR(最小限制矩形)增量,根节点下面的孩子节点索引项之间的相似度较差,隐私保护程度降低,影响了匿名的质量。基于k-means多路分裂算法的R树K-匿名技术,较好的解决了对于固定的M,随着k值的增大,节点相似性的问题,有效地提高了匿名质量;基于k-means多路分裂算法所构造的R树更加合理,降低了MBR的相交的面积,从而提高了匿名表的查询效率。通过实验证明,基于k-means多路分裂算法的R树K-匿名技术,有效地提高了匿名质量和匿名表的查询效率。