基于统计分析优化的高性能XACML策略评估引擎

为提高分布式环境下XACML策略评估引擎的效率,提出了新的XACML策略评估引擎HPEngine。该引擎利用基于统计分析的策略优化机制动态精化策略,并将精化的策略由文本形式转化为数值形式;同时采用基于统计分析的多级缓存机制存储频繁调用的请求结果对、属性和策略信息。仿真结果表明,HPEngine所采用的基于统计分析的多级优化机制缩减了策略规模,降低了引擎和其他功能部件的通信损耗,减少了匹配运算量,提高了匹配速度,整体评估性能优于其他同类系统。

SOA环境下分布式策略评估引擎研究

为了满足面向服务体系架构中对大规模访问请求高效评估的需求,提出了一种分布式策略评估引擎XDEngine.该引擎的核心为策略分解模块和请求分配模块,具有分解策略和分发请求的功能.提出了按照主体属性进行策略分解的算法,该算法将策略分解成多个子策略,并使得部署到每个策略决策点的子策略的开销相等或近似相等.通过实验对比了XDEngine和Sun PDP中策略决策点的评估性能,测量了含有不同数量策略决策点的XDEngine的评估时间.实验结果表明:策略分解算法大幅度提高了XDEngine的评估性能,XDEngine的评估时间随着策略决策点数目的增多而降低;XDEngine能够满足面向服务体系架构中高效评估高并发量访问请求的需求.