为抵御相似性攻击和背景知识攻击问题，提出一种面向分类型敏感属性的（t，sim，dif）分级匿名方法。该方法对敏感属性所隐含的现实意义进行语义分析，计算敏感属性值之间的语义相似值和语义相异值，通过聚类算法使等价类在满足整体分布基础上既能存在多个表现特性相近的敏感属性值，也能存在多个表现特性相异的敏感属性值，从而更好地抵御同质攻击和背景知识攻击。实验结果表明，与k-匿名方法和L-多样性方法对比，该方法能够显著降低敏感属性泄露的风险概率，更好地保护用户个人隐私。