版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)
文檔簡介
1、基于角色的訪問控制模型(Role-Based Access Control,RBAC模型)有著良好的適用性和高度的靈活性,是一種被廣泛研究和使用的訪問控制模型。它將用戶與角色關(guān)聯(lián)、角色與權(quán)限關(guān)聯(lián),通過給用戶分配和取消角色來完成用戶權(quán)限的授予和撤消,實現(xiàn)了用戶與訪問權(quán)限的邏輯分離。由于角色的設(shè)定對權(quán)限管理的安全性和易操作性有關(guān)鍵性的影響,角色的設(shè)計和維護一直是RBAC系統(tǒng)構(gòu)建和管理的核心工作,相關(guān)的方法被稱為角色工程(Role Engin
2、eering)方法。隨著信息技術(shù)的發(fā)展,信息系統(tǒng)日趨復(fù)雜和多樣化,這給角色的設(shè)計和維護提出了更高的要求。為應(yīng)對這一挑戰(zhàn),自動化的角色工程方法受到了廣泛的研究和關(guān)注。概念格作為一種重要的數(shù)據(jù)挖掘和知識發(fā)現(xiàn)方法,具有自動聚類和自動構(gòu)建層次的特點,已被證明可以用于設(shè)計和維護一個滿足約束的角色層次結(jié)構(gòu)。本文以概念格的相關(guān)理論為基礎(chǔ),在自動化的角色構(gòu)建、角色更新和角色合并等方面展開研究。本文的主要工作和貢獻包括:
?。?)經(jīng)典的自頂向下的
3、角色工程方法在構(gòu)建角色時,過度依賴領(lǐng)域?qū)<业膫€人經(jīng)驗及知識水平,可能會遺漏某些權(quán)限和功能需求。針對此問題,本文在經(jīng)典方法的基礎(chǔ)上,借助于概念格的屬性探索理論,提出了一種半自動化的自上而下的角色工程方法及角色探索算法。該方法能夠通過交互式詢問的方式來半自動地幫助系統(tǒng)分析師還原領(lǐng)域?qū)<业谋尘爸R、完善角色工程的分析流程,以避免由于依賴人工分析導(dǎo)致重要的場景用例或角色被遺漏的問題。同時,該交互式的角色探索算法能夠利用概念格的Hasse圖自動化
4、地生成角色的層次模型。
?。?)在自底向上的角色工程方法中,基于概念格的角色挖掘方法所構(gòu)建的角色層次結(jié)構(gòu)會存在大量冗余角色,增加了系統(tǒng)管理的復(fù)雜性。針對這一問題,為找出滿足最小權(quán)限原則的最小角色集合,本文建立了角色替代驅(qū)動的最小角色集求解模型。該模型的求解是一個NP難問題,為降低時間復(fù)雜度,設(shè)計了一種以角色替代驅(qū)動的貪婪算法。實驗和分析表明,用戶數(shù)和權(quán)限數(shù)差距越大,本文算法的準(zhǔn)確度越好。在基于隨機數(shù)據(jù)的實驗中,在用戶數(shù)增加的情況
5、下,本文的算法能夠比經(jīng)典算法找到的最小角色數(shù)目的準(zhǔn)確度高12%~62%;在權(quán)限數(shù)增加的情況下,本文的算法準(zhǔn)確度最多高34.4%。基于真實訪問控制數(shù)據(jù)集的實驗結(jié)果表明算法能夠挖掘到更小的角色集合。
(3)在復(fù)雜信息系統(tǒng)中,主體對客體的訪問權(quán)限隨時間而變化。這就要求概念格為基礎(chǔ)的角色層次結(jié)構(gòu)能自動更新,而目前的概念格漸進式更新算法在對象和屬性刪除方面的研究較少。針對這一問題,本文在分析對象和屬性刪除后原概念格與新概念格之間節(jié)點的映
6、射關(guān)系和邊(節(jié)點的前驅(qū)-后繼關(guān)系)的變化規(guī)律的基礎(chǔ)上,研究了在原概念格基礎(chǔ)上減去某些對象(主體)或者屬性(客體)的漸進式更新算法。算法可以在原概念格基礎(chǔ)上同時對概念格的節(jié)點和Hasse圖漸進式地調(diào)整,能夠滿足對角色層次進行自動更新的要求。算法的最壞時間復(fù)雜度為O(|L|·|G|·|M|)?;陔S機數(shù)據(jù)的實驗結(jié)果表明,對象漸減算法和屬性漸減算法分別比最快的漸增式算法重構(gòu)概念格節(jié)省了最少約71.4%和73.2%的時間?;谡鎸崝?shù)據(jù)的實驗結(jié)果
7、表明算法的時間性能能夠滿足角色更新在運行時間上的要求。
?。?)多個RBAC系統(tǒng)合并為一個RBAC系統(tǒng)的過程,主要是針對角色及其層次結(jié)構(gòu)進行合并。目前已有的概念格合并算法的時間性能有限。針對這一問題,本文提出了更加高效的概念格縱向與橫向合并算法。兩類算法均采用漸進式方式將一個子概念格中的概念逐個插入到另一個子概念格中來得到合并后的概念格。在概念的插入過程中,充分利用了父概念、子概念的產(chǎn)生概念分別和新生概念的關(guān)系,大幅縮小了概念之
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(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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。
最新文檔
- 基于概念格的訪問控制角色分類研究.pdf
- 基于CUDA的概念格并行建格算法研究.pdf
- 基于GPU的概念格合并算法研究.pdf
- 概念格建格算法研究.pdf
- 基于概念層次的概念格更新構(gòu)造算法研究.pdf
- 概念格建格算法的研究.pdf
- 基于屬性粒度的概念格縮放算法研究.pdf
- 基于概念格的分類規(guī)則提取算法研究.pdf
- 基于概念格的查詢擴展系統(tǒng)及建格算法研究.pdf
- 基于約束的模糊概念格構(gòu)造算法研究.pdf
- 基于模糊概念格的視頻特征挖掘算法研究.pdf
- 基于分層結(jié)構(gòu)的概念格構(gòu)造算法的研究.pdf
- 基于加權(quán)模糊概念格的模式匹配算法.pdf
- 基于概念格的本體模型及其相關(guān)運算研究.pdf
- 基于概念格的K-Means算法研究及應(yīng)用.pdf
- 基于概念格理論的粗集屬性約簡算法研究.pdf
- 基于Spark的概念格構(gòu)建算法的研究與實現(xiàn).pdf
- 概念格的生成算法.pdf
- 概念格屬性約簡算法研究.pdf
- 概念格的屬性約簡及建格算法的研究.pdf
評論
0/150
提交評論