言其所意：基于大语言模型的物联网自然语言访问控制
计算与语言
2025-06-02 v1
摘要
物联网中的访问控制正变得日益复杂，因为策略必须考虑时间、位置、用户行为和环境条件等动态与情境因素。然而，现有平台要么仅提供粗粒度控制，要么依赖僵化的规则匹配，使其难以适应语义丰富或模糊的访问场景。此外，策略编写过程仍然碎片化：领域专家用自然语言描述需求，但开发人员必须手动将其翻译为代码，这引入了语义鸿沟和潜在的配置错误。在本工作中，我们提出了 LACE（Language-based Access Control Engine，基于语言的访问控制引擎），这是一个利用大语言模型（LLM）弥合人类意图与机器可执行逻辑之间鸿沟的混合框架。LACE 结合了提示引导的策略生成、检索增强推理和形式化验证，以支持富有表现力、可解释且可验证的访问控制。它允许用户用自然语言指定策略，自动将其翻译为结构化规则，验证语义正确性，并使用混合 LLM-规则引擎做出访问决策。我们在智能家居环境中通过大量实验评估了 LACE。LACE 使用 DeepSeek-V3 在已验证的策略生成中实现了 100% 的正确率，决策准确率高达 88%，F1 分数为 0.79，优于 GPT-3.5 和 Gemini 等基线。该系统还在策略数量和请求并发量增加时展现出强大的可扩展性。我们的结果突显了 LACE 在现实世界物联网平台中实现安全、灵活且用户友好的访问控制的潜力。
引用
@article{arxiv.2505.23835,
title = {Say What You Mean: Natural Language Access Control with Large Language Models for Internet of Things},
author = {Ye Cheng and Minghui Xu and Yue Zhang and Kun Li and Hao Wu and Yechao Zhang and Shaoyong Guo and Wangjie Qiu and Dongxiao Yu and Xiuzhen Cheng},
journal= {arXiv preprint arXiv:2505.23835},
year = {2025}
}