針對基于傳統的k-匿名模型下移動用戶軌跡數據發布隱私保護算法有可能將相似度極高的軌跡匿名在同一個匿名集中從而導致可能出現的用戶個人隱私泄露風險的不足。設計了一種新的軌跡數據發布隱私保護算法。該算法基于k-匿名模型，將軌跡所在的二維空間劃分成大小相等的單元格，之后將由軌跡數據得到對應軌跡經過的單元格序列，從而定義軌跡k-匿名下的l-差異性，算法在滿足k-匿名模型的前提下通過聚類的方法構建匿名集，并保證匿名集中的軌跡滿足l-差異性標準，以達到降低由于差異性不足引起用戶隱私泄露的風險的目的。實驗結果表明，該算法是可行有效的。