1.增强型身份保持的隐私保护方法，其特征是，包括如下步骤：步骤1)输入原始的数据集，并对原始数据集中的数据进行重编码，得到重编码后的数据集；

步骤2)生成新的等价类分组Qi，并从数据集中随机选取一个个体p放入新生成的等价类分组Qi中；

步骤3)计算数据集中剩余个体与个体p的距离，并将剩余个体中与个体p的距离最近的个体放入到等价类分组Qi中；

步骤4)对等价类分组Qi中的数据进行匿名约束检测；

如果满足匿名约束条件，则返回步骤2)；

如果不满足匿名约束条件，则计算数据集中剩余个体与等价类分组Qi的距离，并将剩余个体中与等价类分组Qi的距离最近的个体放入到等价类分组Qi中，直到等价类分组Qi满足匿名约束条件；

步骤5)将放入等价类分组Qi的个体从数据集中删除；当数据集中剩余个体的个数少于设定值时，将数据集中剩余个体分别放入到与该个体距离最近的等价类分组Qi中或者将数据集中剩余个体抑制；

步骤6)对分组后的数据进行概化处理，然后发布。

2.根据权利要求1所述的增强型身份保持的隐私保护方法，其特征是，步骤4)中，在进行匿名约束检测时，所采用的是增强型l-多样性匿名模型或增强型(α，β)匿名模型；

当匿名约束检测所使用的是增强型l-多样性匿名模型时，所需满足的匿名约束条件为等价类分组Qi中的所有个体中敏感属性的最小碰集的值大于等于l；

当匿名约束检测所使用的是增强型(α，β)匿名模型时，所需满足的匿名约束条件为等价类分组Qi中任意单一个体出现的次数与该等价类分组Qi中的所有元组的个数的比值小于等于α，等价类分组Qi中任意单一敏感属性出现的次数与等价类分组Qi中所有个体的个数的比值小于等于β。