由于云計算的諸多優(yōu)勢，用戶傾向于將數(shù)據(jù)挖掘和數(shù)據(jù)分析等業(yè)務外包到專業(yè)的云服務提供商，然而隨之而來的是用戶的隱私不能得到保證．目前，眾多學者關注云環(huán)境下敏感數(shù)據(jù)存儲的隱私保護問題，而隱私保護數(shù)據(jù)分析的相關研究還比較少．但是如果僅僅為了保護數(shù)據(jù)隱私．而不對大數(shù)據(jù)進行挖掘分析。大數(shù)據(jù)也就失去了其潛在的巨大價值，提出了一種云計算環(huán)境下基于格的隱私保護數(shù)據(jù)挖掘方法，利用格加密構建隱私數(shù)據(jù)的安全同態(tài)運算方法，并且在此基礎上實現(xiàn)了支持隱私保護的云端密文數(shù)據(jù)聚類分析數(shù)據(jù)挖掘服務．為保護用戶數(shù)據(jù)隱私，用戶將數(shù)據(jù)加密之后發(fā)布給云服務提供商，云服務提供商利用基于格的同態(tài)加密算法實現(xiàn)隱私保護的k-means、隱私保護層次聚類以及隱私保護DBSCAN數(shù)據(jù)挖掘服務，但云服務提供商并不能直接訪問用戶數(shù)據(jù)破壞用戶隱私．與現(xiàn)有的隱私數(shù)據(jù)發(fā)布方法相比，隱私數(shù)據(jù)發(fā)布基于格的最接近向量困難問題（CVP）和最短向量困難問題（SVP）具有很高的安全性．同時，有效保持了密文數(shù)據(jù)間距離的精確性，與現(xiàn)有研究相比。挖掘結(jié)果也具有更高的精確性和可用性．對方法的安全性進行了理論分析，并設計實驗對提出的隱私保護數(shù)據(jù)挖掘方法效率進行評估，實驗結(jié)果表明，提出的基于格的隱私保護數(shù)據(jù)挖掘算法與現(xiàn)有的方法相比具有更高的數(shù)據(jù)分析精確性和計算效率．