为了减少数据发布过程中的信息丢失，针对基于聚类的匿名数据发布方案成本低的问题，提出了一种基于混合聚类的k-匿名数据发布算法。与传统的单一聚类方法相比，该算法将密度聚类与分区聚类相结合，根据数据集的密度特征选择初始聚类中心，并利用分区聚类迭代实现最优聚类。此外，该方法消除了数据集中的一些异常噪声，以减少其对聚类结果的影响。对于混合数据记录，采用K-means和K-Modes相结合的距离测量方法，并引入bucket泛化算法，以减少泛化操作造成的信息损失。实验结果表明，与现有方法相比，基于混合聚类的k-匿名数据发布算法能有效减少数据匿名性的信息损失，提高数据发布质量。