起源描述的是数据对象演变到当前所处状态的一个过程。最近几年,起源在各个科学领域得到了广泛的关注研究,尤其是医疗、情报、电子科学、法律和工业等领域。然而,起源中可能包含一些机密的敏感信息,比如代理人的身份标识、时间信息或者是实体、过程和代理人之间的依赖关系等等。完整的起源信息可能泄露敏感信息从而引发数据的安全问题。由于这些敏感信息可能会在起源图的结构中泄露,因此保护起源信息最主要的挑战依赖于它的有向图结构,这个结构获取了数据对象的历史信息和它们之间的依赖关系。另外,当前的安全策略例如访问控制和图转换策略,针对起源图的特殊结构,提供了对起源信息的安全访问。本文主要利用语义网技术对访问控制策略进行改进,并将图式转换技术应用到起源图结构当中,提高起源的访问控制效率。因此,本文的主要工作是:首先,介绍了开放式起源模型,对该模型的时间标注进行了阐述声明,并以医疗环境下的起源为例应用OPM模型;其次,改进了当前适用于起源的访问控制策略语言,将引入正则表达式融入访问控制语言,丰富了访问控制语言的功能,并通过语义网技术进一步地提高了起源访问控制的查询效率;最后,研究了图转换技术,并将其应用到OPM描述的起源实例中,对起源图中的敏感的信息进行规避;利用图转换的算法对起源图进行优化,将起源图的结点数量减少,最大限度地保证起源信息资源的共享,提高访问控制的效率。