基于多度量的层次时态角色挖掘
密码学与安全
2017-10-17 v7
摘要
时态基于角色的访问控制（TRBAC）扩展了基于角色的访问控制，以限制角色被启用的时刻。本文提出一种新算法，用于从定时 ACL（即条目中带时间限制的 ACL）以及可选的用户属性信息中挖掘高质量 TRBAC 策略。此类算法有潜力显著降低从定时 ACL 迁移到 TRBAC 的成本。该算法由策略质量度量参数化。我们考虑多种质量度量，包括角色数量、加权结构复杂度（策略大小的推广），以及（当可用用户属性信息时）可解释性，即角色成员资格能用用户属性刻画的程度。我们的算法是首个生成层次策略的 TRBAC 策略挖掘算法，也是首个优化加权结构复杂度或可解释性的算法。在基于真实世界 ACL 策略的数据集实验中，我们的算法在优化策略质量方面比先前的算法更有效。
引用
@article{arxiv.1603.02640,
title = {Mining Hierarchical Temporal Roles with Multiple Metrics},
author = {Scott D. Stoller and Thang Bui},
journal= {arXiv preprint arXiv:1603.02640},
year = {2017}
}