随着大数据时代的到来,个人隐私数据泄露问题日趋严重。为保证发布数据的可用性,同时又保护敏感属性数据免遭泄露,近年来采用多敏感属性数据保护的研究方法已成为数据保护领域的热点。本文所做的工作就是针对多敏感属性隐私数据保护进行研究,主要针对多维桶分组技术MSB往往产生较高的隐匿率和信息损失度较大的情况,分析产生缺陷的原因,并设计改进算法,提出基于分解方法的多敏感属性数据最大选择度优先算法(MSADMSP Multi-sensitive Attribute Data Maximum Selection Priority),该算法首先分析多敏感属性之间的关联关系,将敏感属性划分成m个敏感属性分组,降低敏感属性维度,再依据选定的多样性参数L采用最大多维容量优先的算法MMDCF(Maximal Multi-Dimension-Capacity First)中的选择策略分别对这m个分组所构成的数据子表选择合适分组构成满足多样性参数l的等价类划分组,并对所有能够发布等价类分组记录所对应的QI属性内容进行泛化处理,然后对发布的m张SA敏感属性表,对每一张SA敏感属性表都以等价类为单位随机交换每个等价类所包含的敏感属性值,进一步打乱发布数据之间的关联关系,最后将原始数据分解为一张QI表和m张SA表并采用有损链接技术进行发布。有效降低发布数据隐匿率,减弱敏感属性数据之间的关联关系,实现数据可用性与安全性的动态平衡。