建模是不确定性数据管理的基础,K匿名隐私保护模型中不确定性数据有其特殊性:它是人为泛化后的不确定性数据,泛化后的每个实例还原成泛化前元组的概率是相等的。由于其特殊性,以往针对非人为造成不确定性的数据建模方法已经不能简单地用于描述K匿名隐私保护模型中不确定性数据。为了描述K匿名隐私保护模型中不确定性数据,本文提出几种针对它的新建模方法:Kattr模型使用attributeors方法来描述K匿名数据中准标识符属性值的不确定性;Ktuple模型把K匿名表不确定属性值看成是一个关系值,对关系值使用tupleors方法来描述;Kupperlower模型把K匿名表泛化值范围分开成两个字段:上限和下限;Ktree模型根据K匿名表是对普通表通过泛化树泛化而形成这一特性逆向拆分成树形结构。由这几种模型及它们之间的组合构成了一个描述K匿名隐私保护模型中不确定性数据的模型空间。并且,本文讨论了模型空间里各种模型的完备性和封闭性等性质。