一种ABAC中合理属性值指派计算方法

为实体(如用户、主体、客体等)指派合理的属性值是基于属性的访问控制模型实施与安全性的关键.针对现有属性管理权限委派中在属性值划分上缺乏相应客观依据及方法,提出一个基于有向图的属性值计算方法.该方法把来自一个属性内或多个属性之间的关系定义为前提关系,构造得到一个以属性为顶点、前提关系为有向边的有向图.该方法计算属性值的过程分为三步,首先,搜索有向图中与目标属性相关的所有前提关系;第二步,代入属性值确定各个前提关系对目标属性的函数约束;第三步,按照目标属性的函数约束形式分为三种分别聚合,计算得到属性值满足的函数.实验结果验证其与一般的计算方法相比,平均时间加速比可达到3倍以上.

一种ABAC中属性有向图冲突最优化消解方法

提出了一种优化算法来处理ABAC中属性有向图冲突消解问题。首先形式化描述了属性有向图冲突最优化消解问题,一是属性关系参与冲突数越多越可能被删除,二是越重要的属性关系越应该得以保留;然后建立冲突与权重之间的代价函数,选择并删除代价最大的属性关系,直到消解所有的冲突才停止,得到无冲突状态下有向图上的最大权重和。仿真结果表明,算法能够有效地得到权重和最优的属性有向图。

基于数据流的分域部署核查工具设计与实现

为解决电子政务分域核查难的问题,文章提出了一种核查电子政务系统部署的新方法。文章首先分析了当前电子政务核查上面临的挑战,其次针对这种情况,提出了基于应用层的数据流提取方法,以及系统分域防护策略、信息分域存储检验策略为准的核查方法,这是电子政务安全建设的基础。最后,文章搭设平台对设计思想进行了功能验证实现。

面向Web服务质量预测的高可用矩阵还原模型

鉴于基于协同过滤的Web服务质量(QoS)预测存在无法应对User-Service评价矩阵过稀疏的问题,提出一种基于矩阵还原理论的QoS预测模型(HMR-QoS).首先,在现有矩阵还原模型的基础上增加了运用小幅噪声对用户评价的主观不确定性以及观测误差的建模;其次,提出利用用户及服务的上下文将原始评价矩阵切分为多个子评价矩阵,以在不显著影响评价矩阵秩分布的前提下实现并行计算;最后,界定了该机制的适定条件,并提出采用基于用户相似度的协同过滤方法补全过稀疏的子评价矩阵.仿真结果表明,相比协同过滤方法,HMR-QoS对评价矩阵的预测准确度提高了10%以上,且能有效识别出恶意评价.