随着计算机和网络技术的飞速发展,数据库中的应用与共享越来越广泛,这将会带来重要数据隐私信息的泄露。很多研究者开展了相关方面的探究,形成了一系列的匿名规则来保护隐私数据的安全。然而,现有的数据发布大多集中在单次发布且将敏感属性同等对待。大部分的实际应用中可能包含多个数据发布版本,敏感属性之间存在推理关联。因此,隐私数据安全发布是个亟待解决的问题,也是目前研究的热点方向。本文研究工作如下:首先,当前隐私保护技术较少考虑到动态数据模型缺陷的问题,引入了隐私推理关联模型,并建立了多个发布版本之间的关联。在研究数据发布过程中,构造敏感属性之间的推理关联,系统性地提出多敏感属性判别和分类思想。结合数据库范式约束条件,给出了推理模型的具体实现机制和方法。其次,结合马尔科夫链属性发布行为的状态无关特性。在数据发布过程中,构造一种时间序列和操作行为队列描述方法,形成关联模型和判定方法。根据推理关联规则计算每个属性的影响因子,来计算系统局部安全阈值。最后,在现有隐私保护基础上,扩展了对时间约束的安全策略,分别推导了属性发布安全和系统全局安全隐私度量模型和计算公式。在数据发布过程中,设计算法来判定隐私泄露情况,并对存在泄露的属性采取匿名化处理策略。通过实验验证该算法不仅可以有效地降低属性发布信息损失率,提高系统运行时间,而且还能增强数据的安全性和真实性。