随着云计算的飞速发展和广泛使用,越来越多的用户数据被收集和存储到云平台中,其方便了对数据的使用和数据的共享,通过数据挖掘等方法分析这些数据来为用户带来便利的同时,也为企业和组织带来了不小的收益;然而随着其中存储和处理的数据量越来越大,通过外部数据表识别出数据中的具体用户等链接攻击也时有发生,这使得用户个人信息面临着更大的隐私泄露风险,让我们意识到有必要根据相应信息安全策略来保护用户的数据隐私。为了应对数据发布共享过程中数据隐私泄露的问题,用于对数据记录表进行静态匿名的隐私保护数据发布等技术的提出,在一定程度上限制了数据分析使用过程中的隐私泄露风险,同时又保证了对数据正常分析的需求。本文对于云平台上不同领域的记录表型数据的隐私保护问题进行研究,来满足数据分析和事务处理场景下的具体需求。对于应用于数据分析场景下的隐私保护技术研究,本文主要从存储过程和查询过程两方面,静态和动态地应用隐私数据发布技术。在存储过程中,实现了一种满足k-匿名原则的数据匿名化方法,来对数据进行静态的匿名化处理,将匿名后的数据存储到云平台中用于数据分析,降低数据隐私信息泄露的风险;在查询过程中,实现了一种基于查询的动态脱敏方法,来限制数据分析人员可以获得的数据范围,并通过实验分析了动态匿名化方法在隐私保护和数据信息可利用性方面的效果,实验结果表明,在对一定比例内的数据子集进行动态脱敏时,其在两方面的表现都好于传统的静态脱敏方法。对于应用于事务处理场景下的隐私保护技术研究,本文主要针对用户等具有权限的人员使用原始数据和个性化设置隐私约束的需要,提出了一种用于推荐组合属性的方法,来灵活地选择部分属性作为准标识符属性,在保护组合属性隐私的同时,更好的保留其他属性的信息完整程度;另外通过在匿名化过程中建立原始数据集和匿名数据集的对应关系,来将匿名数据恢复成对应的原始数据。最后本文实现了一个基于上述隐私保护技术和方法的原型系统,在一定程度上满足了数据分析者、用户和云平台管理者,在保护数据隐私信息的同时分析和使用数据的需求。