GPT、本体与 CAABAC：一种以合规、上下文和属性为锚点的三方个性化访问控制模型
计算机与社会
2024-03-14 v1 人工智能
密码学与安全
摘要
随着数字医疗的发展，电子健康记录（EHR）的安全性变得日益关键。本研究提出 GPT-Onto-CAABAC 框架，该框架集成了生成式预训练 Transformer（GPT）、医学-法律本体以及上下文感知的基于属性的访问控制（CAABAC），以增强 EHR 访问安全性。与传统模型不同，GPT-Onto-CAABAC 能够动态解释策略并适应不断变化的医疗和法律环境，提供定制化的访问控制解决方案。通过实证评估，该框架被证明能通过精确地将访问决策与复杂的法规和情境要求对齐，有效提升 EHR 安全性。研究结果表明，该框架在访问控制必须满足严格合规性和适应性标准的其他领域具有更广泛的适用性。
引用
@article{arxiv.2403.08264,
title = {GPT, Ontology, and CAABAC: A Tripartite Personalized Access Control Model Anchored by Compliance, Context and Attribute},
author = {Raza Nowrozy and Khandakar Ahmed and Hua Wang},
journal= {arXiv preprint arXiv:2403.08264},
year = {2024}
}