个人健康记录系统是一种以用户为中心的电子医疗系统,记录了诊断报告、临床反应、用药记录等健康信息,用户可以随时随地利用互联网登录个人健康记录系统查看这些信息,并能方便得与医生进行交流和预约。个人健康记录系统中存放着用户的大量健康隐私,使得用户隐私泄露的可能性增大,用户健康隐私一旦泄露,可能会对当事人造成严重的心理负担并影响当事人的正常生活。因此,对于个人健康记录系统中用户健康隐私的保护至关重要。查询审计根据审计命令分析查询日志查找出相关的可能泄漏隐私查询,是一种重要的隐私保护技术。专业审计人员针对已经发生的隐私泄露问题制定审计命令,审计相关用户健康隐私的查询情况,找出泄漏用户健康隐私的可疑查询。在个人健康记录系统中,用户可能缺乏审计经验,不知道怎样设定审计命令对其健康隐私安全情况进行审计；同时,对于根据审计命令得到的涉及敏感信息的可疑查询,缺乏进一步的筛选经验,难以在大量的审计结果中发现异常查询。因此,现有查询审计方法不能直接应用于个人健康记录系统中。针对上述问题,本文提出了面向个人健康记录系统的审计推荐模型和异常查询审计模型,从而帮助普通用户更好地利用审计功能来掌握自己的隐私状况,及时发现问题。本文主要贡献如下：提出基于医生查询历史的审计推荐模型,以帮助缺乏审计经验的用户设定合理的审计命令。首先获取某个时间区间内的医生查询记录,分析医生对用户的查询情况,找出审计用户的相似用户；然后分析相似用户的审计命令记录,计算每条审计命令的推荐优先级,并将推荐优先级最高的若干条推荐给审计用户。实验针对四个患有不同类型疾病的审计用户进行分析,分别利用本文提出的两种方法查找他们的相似用户,并对比两种方法在审计推荐中的优劣。提出基于数据特征的异常查询审计模型,以帮助审计用户在大量审计结果中找出异常查询。首先获取某个时间区间内用户各项健康指标的变化记录,根据用户健康指标的相似度找出审计用户的相似用户；然后分析相似用户的数据查询情况,获取针对相似用户的医生正常查询模式,利用此正常查询模式检测审计用户的数据查询情况,找出异常查询。实验利用1999年数据库的知识发现会议提供的医疗数据集验证本文方法,结果表明本文方法能够获得具有较好准确性和有效性的审计结果,并且随着审计分析次数的增加,审计结果的准确性提高,有效性降低。