1.面向社区检测应用的社会网络数据发布隐私保护方法，其特征是，包括如下步骤：步骤1、先初始化数据；再对初始化后的数据进行初步的社区检测，得到匿名前的初始的社区划分；后将数据的节点集合按度数进行排列，得到新的节点序列；步骤2、K 匿名形成超级节点；即步骤2.1、选择当前节点序列中度数最大的节点，作为当前超级节点的种子节点，并在节点集合中除去已选中的节点；步骤2.2、计算这个超级节点和节点集合中的每个节点的距离，选择最近的节点合并为超级节点，并在节点集合中除去已选中的节点；步骤2.3、继续重复上述步骤2.2，即计算距离、合并节点和更新节点集合的过程，直到当前超级节点包含的节点个数达到设定的隐私水平K，则开始下一个超级节点的处理；步骤2.4、重复上述步骤2.1-2.3，直到节点集合中剩下的节点个数小于设定的隐私水平K ；步骤2.5，分别计算节点集合所剩下的节点和之前已形成的几个超级节点的距离，并逐个将剩下的节点分别合并到距离最小的超级节点中，直到节点集合为空，即节点集合的所有节点均聚类成超级节点；步骤3、将数据的边概化为带权重的超级边，其中权重即为原始图中连接两个超级节点之间的边的数目；步骤4、将超级节点和超级边进行拆分；步骤5、发布匿名后的社会网络数据。2.根据权利要求1 所述的面向社区检测应用的社会网络数据发布隐私保护方法，其特征是，步骤1 中，初始化数据即是去掉显示的标识属性，改用重新编号的标识符表示。3.根据权利要求1 所述的面向社区检测应用的社会网络数据发布隐私保护方法，其特征是，步骤1 中，采用GN 算法来做社区检测。4.根据权利要求1 所述的面向社区检测应用的社会网络数据发布隐私保护方法，其特征是，步骤2.2 中，当有多个节点与当前的超级节点的距离最小且相同时，则优先选择与当前超级节点的种子节点为同一个社区的候选节点合并为超级节点；如果候选节点中没有与当前超级节点的种子节点为同一个社区的节点时，则优先选择单节点社区节点合并为超级节点。5.根据权利要求1 所述的面向社区检测应用的社会网络数据发布隐私保护方法，其特征是，步骤2.3 和2.4 中，设定的隐私水平K 的取值范围为1 ＜K ≤n，其中n 是原始网络图中节点总个数。6.根据权利要求1 所述的面向社区检测应用的社会网络数据发布隐私保护方法，其特征是，步骤2.5 中，当前节点集合中的节点与多个超级节点的距离最小且相同时，则将当前剩下的节点合并到种子节点与之为同一个社区的超级节点中。7.根据权利要求1 所述的面向社区检测应用的社会网络数据发布隐私保护方法，其特征是，步骤4 中，将超级节点和超级边以等概率进行拆分。8.根据权利要求1 所述的面向社区检测应用的社会网络数据发布隐私保护方法，其特征是，步骤1 中将数据的节点集合按度数降序排列，得到新的节点序列；此时，步骤2 中选择当前节点序列中度数最大的节点即排在首位的节点，作为当前超级节点的种子节点。