带约束的角色挖掘

基于角色的访问控制（RBAC）是一种非常流行的访问控制模型，长期以来被广泛研究并部署在不同企业的安全架构中。为实现 RBAC，必须首先在考虑的组织内识别角色。通常，以自底向上的方式从分配给每个用户的权限出发（自动）定义角色的过程称为角色挖掘。在文献中，角色挖掘问题已被形式化分析，并提出了多种技术以获得一组有效的角色。最近，对结果角色集中所包含角色的数量和规模定义不同类型约束的问题已得到关注。本文给出了基数约束下角色挖掘问题的形式化定义，即限制一个角色可包含的最大权限数。我们形式化讨论了该问题的计算复杂性，并提出了一种新的启发式算法。此外，我们展示了在真实和合成数据集上应用所提启发式算法后获得的实验结果，并将其性能与先前方案进行了比较。