1.一种面向服务组合的隐私最小暴露方法，其特征在于：包括以下步骤：

步骤1：判断用户输入的隐私数据是离散隐私数据还是连续隐私数据，若为连续隐私数据，则进行步骤2；若为离散隐私数据，则进行步骤6；

步骤2：根据隐私数据之间的关系构建隐私本体树；

步骤3：检测隐私数据中是否包含关键隐私数据，若包含关键隐私数据，以关键隐私数据为根节点对隐私本体树进行遍历，若关键隐私数据存在子节点，查找子节点集合，将子节点集合形成内离散数据链，采用内离散数据链替换关键隐私数据，同时删除内离散数据链中的链外数据，得到新的数据链，进行步骤5；若关键隐私数据不存在子节点，检测隐私数据，查找暴露链，对存在的暴露链进行分解，进行步骤4；若不包含关键隐私数据，则查找暴露链，对存在的暴露链进行分解，进行步骤4；

步骤4：以暴露链中的元素为根节点对隐私本体树进行搜索，查找其子节点集合，将子节点集合形成内离散数据链，采用内离散数据链替换暴露链中的元素，删除内离散数据链中的链外数据，得到新的数据链；

步骤5：对新的数据链进行离散化；

步骤6：获取用户隐私敏感度，并对隐私敏感度进行升序排序，得到对应隐私数据的排序；

步骤7：根据隐私数据对应的可应用性度量值，构造状态空间树，得到服务可用性最小隐私数据集；所述构造状态空间树的约束函数为：且

其中，m为组合服务可以为用户提供应用的最小隐私数据集中每个隐私信息可应用性度量值之和，W＝{w1,w2,,w3,......wn}为每个隐私数据所对应的可应用性度量值，wi≤wi+1，X＝{x1,x2,x3,......,xn}为服务可应用性隐私集的状态，其中xi∈{1,0}；

步骤8：选择一个敏感度最小的隐私数据与服务可用性最小隐私数据集作交集，并将交集的结果作并集，得到满足用户需求的最小隐私数据集。

2.根据权利要求1所述的一种面向服务组合的隐私最小暴露方法，其特征在于：所述步骤6中，若用户有隐私需求，则根据用户隐私需求，将隐私敏感度定义为[0,1]区间上的任意实数，其中0表示敏感度最弱，1表示敏感度最强；若用户无隐私需求，根据用户使用隐私数据的频次获得隐私敏感度。

3.根据权利要求1所述的一种面向服务组合的隐私最小暴露方法，其特征在于：所述步骤5中，删除新的数据链中的末位隐私数据得到离散化后的数据链。

4.根据权利要求2所述的一种面向服务组合的隐私最小暴露方法，其特征在于：若用户无隐私需求，根据式(1)得到数据链中的隐私数据的敏感度值：其中，μ为每一万字中的隐私数据使用次数，α为系数，k为常数。

5.根据权利要求1所述的一种面向服务组合的隐私最小暴露方法，其特征在于：在所述步骤5后，将步骤5得到的离散化后的隐私数据进行赋值，得到离散隐私数据链实例，根据所述数据链实例判断离散化后的隐私数据是否满足用户隐私需求；若满足用户隐私需求，则进行步骤6，若不满足用户隐私需求，则回到步骤1。