数据挖掘旨在研究从大量的数据集合中,发掘出潜在的、有价值的信息或知识的过程,在商业决策、潜在客户分析等方面可以给企业带来巨大商业利益。但其对软、硬件资源有着较高要求,所以在具体实践中,大多数中小型企业或组织由于内部缺少必要的资源和专家,阻碍了其获得数据挖掘所带来的商业利益。此时,外包数据挖掘是一种很好的解决方式。然而,这必将涉及到信息安全与隐私保护问题。因此,作为数据挖掘一个新的分支,隐私保护数据挖掘技术研究变得越来越重要,特别是对外包数据挖掘中隐私保护技术的研究具有显著的实际意义。本文首先对PPDM技术的原理进行了深入分析,并从基本流程上比较了它与数据挖掘的异同,并且对典型PPDM技术进行总结,并指出它们在各类挖掘算法中的应用。其次,与一般PPDM技术不同,外包数据挖掘对隐私保护技术有着特殊的要求,本文对外包数据挖掘和其隐私保护技术进行研究,并提出了基于隐私保护的外包数据挖掘项目基本流程。最后,本文进一步对外包聚类挖掘和外包关联规则挖掘进行深入研究。在保证安全性和准确性的前提下,提出了外包聚类挖掘隐私保护技术的设计,完成了对现存三种外包关联规则隐私保护算法的分析,并且根据PPDM算法的评价标准,改进了其中的不确定一对多替换加密算法。本文设计的快速替换加密算法与原始算法相比,获得更高的变换效率,同时仍然保证了有效性和安全性,更适于实际应用。