針對(duì)軌跡數(shù)據(jù)發(fā)布時(shí)軌跡和非敏感信息引起的隱私泄露問(wèn)題，提出一種基于非敏感信息分析的軌跡數(shù)據(jù)隱私保護(hù)發(fā)布算法。首先，分析軌跡和非敏感信息的關(guān)聯(lián)性構(gòu)建軌跡隱私泄露判定模型，得到最小違反序列元組（MVS），然后借鑒公共子序列的思想，在消除MVS帶來(lái)的隱私泄露風(fēng)險(xiǎn)時(shí)，選擇MVS中對(duì)軌跡數(shù)據(jù)損失最小的時(shí)序序列作為抑制對(duì)象，從而生成具有隱私能力和低數(shù)據(jù)損失率的匿名軌跡數(shù)據(jù)集。仿真實(shí)驗(yàn)結(jié)果表明，與LKC-Local算法和Trad-Local算法相比，在序列長(zhǎng)度為3的情況下，該算法平均實(shí)例損失率分別降低了6%和30%，平均最大頻繁序列（MFS）損失率分別降低了7%和60%，因此所提算法能夠有效用于提高推薦服務(wù)質(zhì)量。