近年来，各式各样的社会网络产品被引入互联网，从开心网、人人网到如今日益盛行的微博，社交网站正潜移默化地影响着我们的生活。海量的用户个人信息在网络上触手可及，用户的个人隐私信息，特别是个人的社会关系数据是否能得到保护显得越来越重要。本文从数据发布的角度对社会网络的隐私保护展开了研究。首先对社会网络隐私保护的研究现状进行了综述，介绍了社会网络的基本概念和特点，分析了社会网络的攻击类型，并对社会网络中的匿名发布方法进行了概述。在此基础上，基于他人已有的研究思想，通过改进，设计了两种新的社会网络数据的匿名发布方法：k-对称匿名方法和立方体映射对称匿名方法；k-对称匿名方法针对基于结构知识的攻击，对社会网络中的数据进行对称处理，分别将每个节点复制，使得等价类的结果中每个集合包括k个节点，使得攻击者不能以高于1/k的概率识别目标个体；立方体映射对称匿名方法用于抵御背景知识攻击，通过将社会网络图的节点和连线映射到多个立方体中来实现隐私保护。论文分别通过仿真和实例分析了所设计的匿名方法的可用性和保密性；还针对k-对称匿名方法的可用性分析设计了一种能还原出原始社会网络图的还原算法。最后，论文基于电子邮件的社会网络数据，实现了k-对称匿名发布和立方体映射对称匿名发布，评估了这两种匿名发布方法的可用性，并且验证了它们的有效性。本文对社会网络中的隐私保护和社会网络数据的匿名发布做了有益的工作。