大数据时代,海量数据在网络上产生和传输,被不同组织存储、转化和利用。数据起源记录数据从产生到消亡的整个生命周期内涉及的数据实体、处理过程以及相关的人员和组织。数据的整个演变历史中可能存在部分敏感信息,为保证起源信息安全,数据起源在发布或者共享之前必须隐藏其中的敏感信息。起源过滤是通过隐藏或者改变起源图中的部分信息,得到安全的过滤视图的新技术。现有研究较少关注过滤视图的溯源效用评估,存在抽象过滤机制溯源效用较低,现有效用评估模型评估结果不可靠的问题。本文构建了基于相对熵的起源过滤效用评估模型,并提出了一个基于分组抽象的高效用起源过滤方法。本文的主要研究内容包括以下三个方面:第一,构建了一个基于相对熵的起源过滤效用评估模型,对数据溯源结果以及溯源效用进行形式化定义。提出了因果信度的概念,进而基于马尔科夫链将溯源结果建模为因果信度分布。通过相对熵计算基于原始起源图和过滤视图进行溯源所得因果信度分布之间的差异,定量地表示过滤视图的溯源效用。使用公开起源数据集开展实验,结果表明该模型的评估结果符合实际。第二,阐明基于分组抽象增强起源效用的基本原理。首先,分析抽象过滤机制的三个步骤,发现导致过滤视图溯源效用低下的主要原因在于过度过滤了大量非敏感节点;其次,阐述通过分组抽象降低过度过滤程度的基本思想;最后,开展实验分析不同分组方案对过滤视图溯源效用的影响。实验结果表明,采用分组抽象是提高过滤视图溯源效用的可行方案,但仍需进一步根据过滤视图的溯源效用及安全目标制定最优分组方案。第三,为构造恰当的分组方案实现起源安全和效用的权衡,提出了一种基于分组抽象的高效用起源过滤方法。该方法利用K-Means聚类算法筛选最优分组方案,然后执行抽象过滤机制,最终得到安全且效用较高的过滤视图;实验结果表明,本文提出的分组抽象过滤算法能够筛选出最优分组方案,所得的过滤视图安全且溯源效用较高。