随着数据云存储概念的诞生以及因特网的普及导致的信息流加速,各种行业正在形成庞大的、复杂的、异构的数据环境。在这些庞杂的数据环境中,有一些公共数据库在生物学,天文学等专业领域占有重要地位,由于这些数据采集和加工时并没有统一的标准,造成了数据质量的参差不齐,因此分析及还原数据产生和变迁的过程,对判断数据的质量以及修正数据中的错误显得尤为重要,数据起源正是针对这一问题展开研究的。本文的研究工作主要包括如下几个方面:1、研究了目前关系数据库中数据起源的相关概念以及技术方法,并重点针对包含聚合函数查询的数据起源展开研究。2、针对关系数据库中的数据起源的查询等价以及聚合函数问题,对嵌套关系演算表达式进行扩展,将聚合函数作为基本算子,扩展后的嵌套关系演算能够与关系代数表达式进行转换,为实现具体的起源追踪系统打下了基础。3、基于嵌套关系演算建立起源追踪模型,并引入标注模式,通过分析查询表达式输出的标注信息得出查询表达式的行为,从而最后得到输出结果与输入的依赖关系。4、研究了如何构建实际有效的起源追踪系统,并进行了具体实现。最后,为了提高起源追踪系统的查询与存储效率,本文还对存储模型进行了改进,实验表明改进后的存储模型较原始存储模型性能有一定的提升。