基于扩展布尔矩阵分解的角色挖掘优化方法

基于扩展布尔矩阵分解的角色挖掘优化方法

ID:31360060

大小:108.00 KB

页数:6页

时间:2019-01-09

基于扩展布尔矩阵分解的角色挖掘优化方法_第1页
基于扩展布尔矩阵分解的角色挖掘优化方法_第2页
基于扩展布尔矩阵分解的角色挖掘优化方法_第3页
基于扩展布尔矩阵分解的角色挖掘优化方法_第4页
基于扩展布尔矩阵分解的角色挖掘优化方法_第5页
资源描述:

《基于扩展布尔矩阵分解的角色挖掘优化方法》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、基于扩展布尔矩阵分解的角色挖掘优化方法  摘要:现有使用布尔矩阵分解法挖掘的角色结果存在冗余、可解释性较差的情况。为优化角色结果,结合基本角色挖掘问题及扩展布尔矩阵分解问题的研究,将角色挖掘问题转化为扩展布尔矩阵分解问题,提出一种角色挖掘优化方法。该方法利用快速挖掘法与布尔矩阵分解法创建并优化候选角色集,并结合扩展布尔乘运算法则,运用“集合并”与“集合差”两种操作进一步优化候选角色集。应用实例结果表明,该方法挖掘的优化角色集可解释性更强、准确性更高。  关键词:角色工程;角色挖掘;基本角色挖掘问题;扩展布尔矩阵分解  DOIDO

2、I:10.11907/rjdk.161823  中图分类号:TP301  文献标识码:A文章编号:16727800(2016)010002003  0引言6  基于角色的访问控制(RBAC)通过角色实现用户与权限的逻辑分离,能够保证用户受限、合法地访问系统资源,具有简化系统管理、提高企业生产力、保证系统安全性与完整性等特点。RBAC已成为大规模企业等组织构建安全系统的首选机制,并被广泛用于构建中、大规模企业级应用系统。根据企业组织的功能性需求,RBAC系统通过为用户指派(或删除)角色,使其可以灵活、方便地获取(或撤销)资源的访问

3、权限[1]。Kuhlmann等[2]利用数据挖掘技术从原始系统配置中提取角色,用于构建RBAC系统。此方法又称为角色挖掘,因具有自动、快速的特点而备受研究者们关注[34]。为了充分体现RBAC机制灵活、方便的优势,作为系统构建的关键步骤,挖掘合理、完整的角色集对于成功构建RBAC系统至关重要。因此,在角色挖掘过程中如何设计简单优化、可解释性强的角色集非常具有挑战性,值得深入研究。  1相关研究  Molloy等[5]针对挖掘角色缺乏语义性,利用形式化概念格表示角色的语义特征,设计属性挖掘算法表征用户的相关属性信息,优化角色挖掘以

4、反映系统的功能需求;Zhang等[6]通过图优化算法减少图中用户与角色、权限与角色顶点之间边的数目,优化RBAC模型以减轻管理员进行角色分配的工作量,进而优化RBAC系统;Ene等[7]基于图论的思想并采用贪心算法,寻求反映用户―权限分配关系且含尽可能少数目的优化角色集合。伴随着数据采集和存储规模的剧增,如何对数据进行有效概括对于数据管理非常重要。布尔矩阵分解能够准确、有效地表示布尔数据集。基于此,Vaidya等[8]定义了基本角色挖掘问题,将角色挖掘转化为矩阵分解问题,以挖掘覆盖用户―权限分配关系的最优角色组合。随后,Vaid

5、ya等又提出了δ-角色挖掘问题,即在满足系统设定的冗余阈值情况下,挖掘允许一定冗余性的次优角色组合。角色挖掘目标是寻找满足用户―权限分配关系的最小角色集合,而在实际系统的构建与管理中存在以下问题:一方面,一般形式的布尔矩阵分解法只能进行“集合并”6操作,不能完全表示现实世界中的数据语义。以上方法很难提取可用的优化角色集,且挖掘角色的可解释性较差,不能合理反映系统功能的安全需求,存在安全隐患;另一方面,随着构建系统的推广应用,某些角色可能没有指派或只指派给了少数用户,未被频繁使用,即挖掘结果存在冗余。针对这些问题,本文将角色挖掘问

6、题转化为扩展布尔矩阵分解问题,提出一种角色挖掘优化方法,能够实现基本角色挖掘目标,且挖掘结果的可解释性更强、准确性更高。  2预备知识与问题描述  沿用标准化RBAC模型的用户集U、角色集R、权限集P、用户―角色关联UA、角色―权限关联PA,不考虑角色层次。ass_perms(r)、ass_roles(u)分别表示在RBAC系统中指派给角色r的权限集和指派给用户u的角色集;ass_perms(u)表示在非RBAC系统中直接指派给用户u的权限集。  2.1基本角色挖掘问题  定义1:基本角色挖掘问题(BasicRMP)[8]。对于

7、给定非RBAC系统中的用户集U′、权限集P′以及用户―权限分配关系UPA′,寻找角色集R′、用户―角色指派关系UA′及角色―权限指派关系PA′,以辅助构建RBAC系统,满足指派给任意用户的角色集恰好覆盖该用户的所有权限,同时挖掘的角色数

8、R′

9、应尽可能少,可形式化表示为:  3基于扩展布尔矩阵分解的角色挖掘优化  该优化方法的基本思想为:首先,基于聚类思想并使用快速挖掘法(FastMiner)创建候选角色集;其次,基于布尔矩阵分解思想,采用贪心算法将候选角色指派给不同用户,并不断优化候选角色集;最后,结合EBMD的运算法则,进一

10、步优化角色挖掘结果,以满足BasicRMP的挖掘要求。以下给出优化方法的描述。步骤1:使用快速挖掘算法(Fast6Miner)构造初始候选角色集。将拥有相同权限集的用户群聚成一类,并暂时去除该聚类的其他冗余用户;将分配给用户的不同权限集作为整体且视为角色,确立初

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。