在信息时代,时刻有成千上万条数据产生。这些数据对于各类组织和机构制定决策至关重要。但数据来源多样,人们在使用这些数据之前须核查数据起源以验证数据的质量和可信性。数据起源记录数据的历史状态和变化过程,表现为有向无环图,简称起源图。起源图中可能含有多种敏感信息,敏感信息泄露可能造成严重的后果,起源过滤技术应运而生。起源过滤在不违反起源图基本约束的前提下,改造节点、边或间接依赖,从而得到安全的过滤视图。现有起源过滤机制研究仍存在两个问题。第一,通用性差。一个过滤机制仅能过滤某一特定类型的敏感元素,无法同时实现用户的多种过滤需求;第二,可定制性差。现有过滤机制无法按照不同用户对安全和效用的偏好,在起源过滤过程中权衡优化溯源效用和安全。为此,本文提出了一种能够综合处理用户多过滤需求的基于原语的通用起源过滤框架,并在此基础上提出了一种起源过滤的安全和效用权衡优化机制,最后将该机制应用在供应链物流领域和科学工作流领域。本文的主要工作包含以下三个方面:（1）构造了一种综合处理用户多过滤需求的基于原语的通用起源过滤框架。首先,介绍了起源过滤涉及的敏感元素类型以及过滤约束;其次,分析总结了已有过滤机制改造起源图的基本操作和过程,形式地定义了起源过滤原语,将通用起源过滤过程划分为过滤、恢复和约束检测三个阶段,并提出了一种基于原语组装的分阶段过滤策略空间构造方法;最后实现了基于原语的通用过滤算法,并在公开数据集上验证了该算法的可行性。（2）设计了一种起源过滤的安全和效用权衡优化机制。首先,介绍了该机制采用分层排序法来权衡过滤视图效用与安全的基本思想;其次,针对通用过滤框架构造的过滤策略空间耗费较大的时间和空间问题,分析了影响过滤视图溯源效用的关键因素,并在构造过滤策略空间的过程中进行了剪枝,从而甄选出能够满足给定安全和效用需要的过滤策略;最后在公开数据集上验证了起源过滤的权衡优化算法。实验结果表明,该权衡优化机制与通用过滤算法相比,起源过滤的权衡优化结果基本一致,且性能得到较大的提升。（3）分析了供应链和科学工作流领域的领域特性,将起源过滤权衡优化机制应用在供应链及科学工作流领域。首先,介绍了起源过滤的权衡优化机制在供应链领域的应用,说明了权衡优化机制的通用性;其次,分析了科学工作流领域的领域特性,并将起源过滤的权衡优化机制应用于存在领域约束的科学工作流领域,说明了权衡优化机制的可定制性;最后在相应起源图实例中设计了具体实验,结果证明了本文所提出的起源过滤的权衡优化算法在具体应用领域的可行性。