随着数据共享不断走向深入,对描述数据产生与演化过程的数据世系进行共享发布变得日益迫切。世系工作流是数据世系常见的表现形式,世系工作流的某些功能模块及其输入输出映射关系可能蕴含工作流所有者的敏感信息,对其进行共享发布不可避免地带来世系工作流隐私保护问题。如何保护世系工作流发布中的隐私安全成为研究热点之一。本文从隐私保护世系独立发布和世系与数据协同发布两个方面对隐私保护世系工作流发布关键技术进行研究。论文主要工作包括:(1)针对现有世系工作流隐私保护模型Γ-privacy存在属性阈值受限、Γ值设置困难、属性选取策略不合理等不足,采用泛化思想,引入泛化等级概念,提出世系工作流隐私保护模型α-GLprivacy,进一步提出基于泛化,满足α-GLprivacy模型约束的隐私保护世系工作流发布方法GPPub,实现隐私保护世系工作流共享发布。(2)针对业务数据先于其世系工作流进行隐私保护发布场景,提出世系工作流隐私保护模型(θ,γ)-POMS,引入匿名域概念,采用决策树分类思想,构建世系工作流与业务数据集内在关联机制;提出基于(θ,γ)-POMS模型的世系工作流隐私保护发布方法MBPub,引入模块模糊度概念度量模块隐私泄露程度,采用限制发布策略破坏模块映射关系,在保护模块隐私安全的同时维持世系工作流结构特征稳定,实现兼顾已发布业务数据隐私安全的隐私保护世系工作流共享发布。理论分析和实验结果表明,所提世系工作流发布方法在保证世系工作流隐私安全的同时,支持对世系工作流结构化查询可行性的维持。