当前许多实际应用需要持续地对流数据进行统计发布,并且对当前的数据关注度高于对历史数据的关注度.现有关于该问题的解决方案是使数据项带有权重,并提出指数衰减下的差分隐私流数据发布方法.然而,现有的方法仅考虑单次查询,未能有效利用连续统计发布背景下查询间的关联性,以进一步提高查询的精度.为此,本文利用矩阵在处理关联性查询方面的优势,提出一种指数衰减模式下基于矩阵机制的差分隐私流数据发布算法DMFDA.算法首先使用构造法生成满足流数据实时发布要求的矩阵分解策略;其次,利用对角矩阵对构造的策略矩阵进行调整,以提高发布精度;最后,根据所构造策略矩阵的子结构特性,提出快速求解对角矩阵的方法.实验对算法DMFDA发布的查询结果与同类指数衰减流数据发布算法进行比较分析.实验结果表明,算法DMFDA是有效可行的.