访问控制是确保计算系统安全的核心技术之一,依据预先定义的访问授权策略授予主体访问客体的权限,并对主体使用权限的过程进行控制,从而实现系统资源的授权访问。大数据时代来临后,数据量井喷式爆发,数据管理的难度也随之增高,传统访问控制模型不对用户隐私信息进行识别,无法个性化保护隐私,不能满足现在的数据管理与发布需求。在传统访问控制模型的基础上进行扩展,在其中加入隐私保护功能,是一项新的研究热点,其需要解决隐私信息识别、泄露度量、规则处理等一些问题。一个具有隐私保护功能的访问控制系统能实时评价用户的隐私泄露,从隐私角度给出决策,防止恶意第三方有目的性地获取用户信息,并实施推销、信息买卖、电信诈骗等行为,从而降低用户使用网络服务的风险,优化网络环境。本文的目标是通过访问控制实现对用户隐私信息的个性化保护,根据用户隐私的泄露程度与相关规则来进行决策,降低隐私泄露风险。主要研究工作包括设计并实现基于本体和XACML的访问控制模型、构建模型中的隐私本体、实现映射算法与隐私泄露值度量算法、使用本体推理机优化访问控制规则四项。基于本体与XACML的访问控制模型是本文的核心,其在XACML访问控制模型的基础上修改并加入新的模块,将本体融入其中,评估每一个访问请求的隐私泄露风险并做出决策。模型中的隐私本体用于统一语义并提供信息之间的关系,映射算法用于将属性与语义相关联,隐私泄露值度量算法用于计算隐私信息的泄露程度,最后由本体推理机进行规则优化,根据规则与泄露值共同得出决策。本文的研究成果表现为一个基于本体和XACML的具有隐私保护功能的访问控制系统。该系统将被访问的资源及访问请求中的属性映射到本体,通过计算得出访问造成的隐私泄露风险,用户可以通过设定阈值和设置隐私规则两种方式来个性化地保护隐私,当访问造成的隐私泄露值超过阈值,或访问请求与规则相悖时,系统将拒绝对访问请求进行授权,用户的隐私信息得以被保护,用户可以更安全地使用网络服务。