云計算環(huán)境下敏感信息的預測及隔離技術研究.pdf_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、云中存儲著海量的含有隱私的、高價值的敏感信息。若是這些數(shù)據(jù)沒有有效的手段來對其進行識別和保護,易受到攻擊和泄漏。所以如何識別不同類別的智慧體的敏感信息,以及如何保證其安全性是亟待解決的問題。本文提出了基于模糊決策樹的敏感信息預測方法來發(fā)現(xiàn)海量數(shù)據(jù)中的敏感信息和基于中國墻的虛擬隔離技術來實現(xiàn)對敏感信息的保護。
  本研究主要內容包括:⑴基于模糊決策樹的敏感信息預測方法。將模糊決策樹算法引入到了對敏感信息的預測中。對于連續(xù)屬性的模糊化

2、,主要是通過FCM算法來對待分裂節(jié)點內的訓練集進行聚類操作,從而形成幾個分類區(qū)間,屬于建樹過程中的模糊化。對于分裂屬性的選擇,采用信息增益作為標準,選擇其中值最大的屬性當作下一次分裂的屬性。對于決策樹的規(guī)??刂疲ㄟ^停止條件和剪枝算法來實現(xiàn)。最后,通過構建成功的模糊決策樹來提煉預測規(guī)則,進而實現(xiàn)對敏感信息的預測。通過仿真實驗與其他的決策樹算法進行了橫向對比,可得本算法的錯誤率相對較低;但是由于其使用聚類算法來模糊化使得子節(jié)點數(shù)目相對較多

3、。⑵基于中國墻模型的虛擬隔離技術。采用動態(tài)分集的中國墻模型來實現(xiàn)對云計算環(huán)境下敏感信息的隔離保護。在云中,由于資源的高度虛擬化,會使得主客體的身份對換。因此,文中通過引進分集的概念來模糊化主客體的身份,并用分集來包含所有的歷史訪問信息。首先,規(guī)定分集之間是沖突的。其次,對訪問過程中的讀寫規(guī)則進行說明。分集可以按照讀寫規(guī)則動態(tài)的擴充虛擬資源。最后,通過實驗對增加隔離機制前后進行了對比。實驗結果表明,增加隔離機制前,敏感信息之間可以相互訪問

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論