【摘要】：標(biāo)識網(wǎng)絡(luò)的提出為解決傳統(tǒng)互聯(lián)網(wǎng)原始設(shè)計不足帶來了可能。然而,作為一種新型網(wǎng)絡(luò)體系架構(gòu),標(biāo)識網(wǎng)絡(luò)在基于用戶與服務(wù)的管控方面還有待進一步完善,主要體現(xiàn)在:第一、過多或過少地使用用戶和服務(wù)的相關(guān)屬性進行管控,將導(dǎo)致策略管理困難和無法實現(xiàn)細粒度管控的問題;第二、管控策略執(zhí)行效率低,容易導(dǎo)致用戶體驗差;第三、對訪問中的用戶缺乏動態(tài)管控,引發(fā)服務(wù)資源受到威脅。針對上述不足,本文在深入研究現(xiàn)有管控機制的基礎(chǔ)上,結(jié)合標(biāo)識網(wǎng)絡(luò)的基礎(chǔ)架構(gòu)及通信原理,設(shè)計并實現(xiàn)了標(biāo)識網(wǎng)絡(luò)中基于用戶與服務(wù)的動態(tài)細粒度管控系統(tǒng)。具體工作如下所述:首先,對標(biāo)識網(wǎng)絡(luò)中基于用戶與服務(wù)的動態(tài)細粒度管控系統(tǒng)的設(shè)計需求進行分析,并給出了總體設(shè)計方案:將系統(tǒng)劃分為數(shù)據(jù)處理模塊、策略執(zhí)行模塊、緩存管理模塊、策略處理模塊、策略管理模塊、管控監(jiān)督模塊等六大模塊;提出了一種適用于標(biāo)識網(wǎng)絡(luò)的兩級式管控機制,闡明了細粒度管控、使系統(tǒng)具有較高可擴展性和良好策略管理性的方法;原創(chuàng)性地將傳統(tǒng)的管控策略劃分為細粒度管控策略和執(zhí)行策略,通過執(zhí)行策略實現(xiàn)策略的高效執(zhí)行;提出了一種用戶可信度動態(tài)修正算法,對用戶訪問過程中的行為進行反饋,達到對用戶訪問權(quán)限實時動態(tài)調(diào)整的目的。其次,通過修改操作系統(tǒng)內(nèi)核的方法實現(xiàn)了數(shù)據(jù)處理和策略執(zhí)行功能;采用數(shù)據(jù)庫解決了執(zhí)行策略緩存與高效執(zhí)行問題;利用上述兩級式管控機制實現(xiàn)細粒度策略匹配、較高的可擴展性和策略管理性;借助編程框架搭建了管控系統(tǒng)管理平臺;使用上述可信度修正算法實現(xiàn)用戶權(quán)限動態(tài)調(diào)整。完成了標(biāo)識網(wǎng)絡(luò)中基于用戶與服務(wù)的動態(tài)細粒度管控系統(tǒng)各模塊的實現(xiàn)。最后,在搭建原型系統(tǒng)的基礎(chǔ)上,驗證了上述六大模塊的具體功能;比較了兩種管控機制的策略執(zhí)行效率和兩種用戶可信度修正算法的性能,體現(xiàn)了本系統(tǒng)在管控粒度、策略執(zhí)行效率和異常行為靈敏度方面的優(yōu)越性。測試結(jié)果表明:本系統(tǒng)實現(xiàn)了細粒度、高效、動態(tài)管控,且具有較高的可擴展性和策略管理性,有效保證了標(biāo)識網(wǎng)絡(luò)中用戶和服務(wù)的安全;用戶可信度動態(tài)修正算法對用戶的異常行為更加敏感,可以迅速對用戶的異常行為進行反饋,使得本系統(tǒng)可以實現(xiàn)用戶權(quán)限的實時動態(tài)調(diào)整。
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP393.02
【圖文】：

統(tǒng)網(wǎng)絡(luò)中的弊端，北京交通大學(xué)張宏科教授帶領(lǐng)的團隊提出了標(biāo)識網(wǎng)絡(luò)體系架構(gòu)，逡逑該網(wǎng)絡(luò)體系架構(gòu)在移動性、安全性和可管可控性等方面具有突出優(yōu)勢。逡逑標(biāo)識網(wǎng)絡(luò)創(chuàng)新性地將網(wǎng)絡(luò)模型分為服務(wù)層和網(wǎng)通層兩個部分，如圖２－１所示為逡逑標(biāo)識網(wǎng)絡(luò)的網(wǎng)絡(luò)模型，兩個部分的功能分別如下所述：逡逑標(biāo)識網(wǎng)絡(luò)模型邐｜邐ＯＳＩ七層網(wǎng)絡(luò)模型逡逑／邐７］邐，邐／逡逑ＴＴ￣服務(wù)標(biāo)識邐［邋Ｉ邐應(yīng)用層邋ｙ逡逑ｆ邐解析映射邐丨邐表示層邐，逡逑ｉｆｒ邐★邐Ｉ邋邐／逡逑層邐連接標(biāo)識邐！邐會話層逡逑？邐ｙ邐１邐邐，逡逑邐解％映射——傳輸層邋，逡逑網(wǎng)邐接入標(biāo)識邐ｊ邐網(wǎng)絡(luò)層逡逑通邐＋邐Ｉ邋邐’逡逑層邐解％邋映射邐Ｉ邐數(shù)據(jù)鏈路層邐ｚ逡逑N邐交換路由標(biāo)識邋ｔ邋Ｉ邐物理層逡逑圖２－丨標(biāo)識網(wǎng)絡(luò)的網(wǎng)絡(luò)模型圖逡逑Ｆｉｇｕｒｅ邋２－１邋Ｎｅｔｗｏｒｋ邋ｍｏｄｅｌ邋ｆｉｇｕｒｅ邋ｏｆ邋ｔｈｅ邋Ｉｄｅｎｔｉｆｉｅｒ－Ｂａｓｅｄ邋Ｎｅｔｗｏｒｋ逡逑（１）上層為服務(wù)層，該層的功能與ＯＳＩ七層網(wǎng)絡(luò)模型的上四層相對應(yīng)。標(biāo)識逡逑網(wǎng)絡(luò)體系架構(gòu)在服務(wù)層中引入了服務(wù)標(biāo)識（Ｓｅｒｖｉｃｅ邋Ｉｄｅｎｔｉｆｉｅｒ

ＲＢＡＣ標(biāo)準(zhǔn)由美國國家標(biāo)準(zhǔn)技術(shù)協(xié)會制定，根據(jù)該標(biāo)準(zhǔn)，ＲＢＡＣ模型可由四個逡逑概念模型組成：基本模型ＲＢＡＣ０、分層模型ＲＢＡＣ１、約束模型ＲＢＡＣ２、統(tǒng)一模逡逑型ＲＢＡＣ３。上述概念模型之間的相互關(guān)系如圖２－３所示，ＲＢＡＣ０是最基礎(chǔ)的ＲＢＡＣ逡逑１５逡逑

圖２－４邋ＲＢＡＣＯ模型逡逑Ｆｉｇｕｒｅ邋２－４邋ＲＢＡＣＯ邋ｍｏｄｅｌ逡逑如圖２－４所示為基本模型ＲＢＡＣＯ的模型圖，基本模型ＲＢＡＣＯ中描述了邋ＲＢＡＣ逡逑系統(tǒng)安全的最小需求，包括用戶、角色、權(quán)限和會話四個基本元素，這個模型中包逡逑含兩種映射關(guān)系，分別為用戶和角色的映射及角色和權(quán)限的映射，這個映射由系統(tǒng)逡逑完成。用戶通過發(fā)起會話的形式獲得角色后即可獲得角色中的所有權(quán)限，并且每個逡逑用戶至少擁有一個角色，每個角色至少擁有一個用戶，每個角色至少擁有一種權(quán)限，逡逑通過這個機制實現(xiàn)用戶和權(quán)限的解耦。逡逑繼承逡逑ｒ＼逡逑會逡逑話逡逑ｗ逡逑圖２－５ＲＢＡＣ１模型逡逑Ｆｉｇｕｒｅ邋２－５邋ＲＢＡＣ邋１邋ｍｏｄｅｌ逡逑如圖２－５所示為分層模型ＲＢＡＣ邋Ｉ的模型圖，分層模型ＲＢＡＣ邋Ｉ包含基本模型逡逑ＲＢＡＣＯ的所有元素及分配關(guān)系，并在ＲＢＡＣＯ中引入角色層次與繼承關(guān)系，角色逡逑之間可以繼承部分或全部權(quán)限，當(dāng)用戶與角色之間建立了授權(quán)關(guān)系，且角色＆逡逑繼承了角色則＾與ｒ

【相似文獻】

相關(guān)期刊論文 前10條

1 宋鳳義;胡太;楊明;;基于外觀的復(fù)合屬性學(xué)習(xí)的細粒度識別[J];數(shù)據(jù)采集與處理;2016年06期

2 陳自巖;黃宇;王洋;傅興玉;付琨;;一種利用語義相似特征提升細粒度情感分析方法[J];計算機應(yīng)用與軟件;2017年03期

3 張潔;董輝;;普適環(huán)境中細粒度可信管理框架的研究[J];測控技術(shù);2017年05期

4 鐘競德;;超細粒度氧化釔生產(chǎn)的新工藝分析[J];科技創(chuàng)新與應(yīng)用;2016年06期

5 羅清紅;;大數(shù)據(jù)與靈魂[J];當(dāng)代教育家;2016年12期

6 李濤;劉明耀;閆寧;;超細粒度砂輪制備技術(shù)研究現(xiàn)狀[J];金剛石與磨料磨具工程;2013年02期

7 譚光華,袁廉灼;從Na_2WO_4溶液制取中、細粒度WO_3[J];稀有金屬;1989年05期

8 敦欣卉;張云秋;楊鎧西;;基于微博的細粒度情感分析[J];數(shù)據(jù)分析與知識發(fā)現(xiàn);2017年07期

9 唐國純;;RBAC細粒度組的權(quán)限管理模型的分析與設(shè)計[J];硅谷;2011年05期

10 黃光芳;;基于用戶組和細粒度權(quán)限的RBAC模型[J];湛江師范學(xué)院學(xué)報;2011年06期

相關(guān)會議論文 前10條

1 李小慶;曾慶凱;;細粒度可信恢復(fù)文件系統(tǒng)[A];2011年全國通信安全學(xué)術(shù)會議論文集[C];2011年

2 劉電霆;周德儉;余強;;虛擬企業(yè)中細粒度協(xié)同設(shè)計任務(wù)的不確定調(diào)度及GA求解[A];先進制造技術(shù)高層論壇暨第六屆制造業(yè)自動化與信息化技術(shù)研討會論文集[C];2007年

3 葉蘊芳;楊榆;羅鑫;徐國愛;;Appfuse系統(tǒng)中細粒度權(quán)限控制的研究與實現(xiàn)[A];2007北京地區(qū)高校研究生學(xué)術(shù)交流會通信與信息技術(shù)會議論文集（上冊）[C];2008年

4 朱虹;舒鵬;;擴展SQL實現(xiàn)DBMS細粒度訪問控制[A];第二十三屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2006年

5 郭磊;唐玉華;周杰;董亞卓;;基于FPGA的Cholesky分解細粒度并行結(jié)構(gòu)與實現(xiàn)[A];2010年第16屆全國信息存儲技術(shù)大會（IST2010）論文集[C];2010年

6 吳舜;蘇丹;吳佳;李坤;許大衛(wèi);劉昀;魏征;;基于Tilera平臺的網(wǎng)絡(luò)細粒度應(yīng)用行為識別系統(tǒng)[A];2013電力行業(yè)信息化年會論文集[C];2013年

7 李祖德;占國強;葉曉俊;;FG-RBAC:基于RBAC的FGAC模型實現(xiàn)[A];第二十二屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2005年

8 王運成;任年民;張建平;結(jié)鳳克;柴常謙;;基于角色的XML細粒度訪問控制模型[A];2006北京地區(qū)高校研究生學(xué)術(shù)交流會——通信與信息技術(shù)會議論文集（下）[C];2006年

9 劉偉峰;王智廣;;細粒度并行計算編程模型研究[A];2008年全國開放式分布與并行計算機學(xué)術(shù)會議論文集(下冊)[C];2008年

10 江偉玉;高能;劉澤藝;林雪燕;;一種云計算中的多重身份認(rèn)證與授權(quán)方案[A];第27次全國計算機安全學(xué)術(shù)交流會論文集[C];2012年

相關(guān)重要報紙文章 前10條

1 ;修正SDH:承載細粒度IP業(yè)務(wù)[N];中國計算機報;2002年

2 ;細粒度的訪問控制和日志管理[N];中國計算機報;2003年

3 ;三項措施保護服務(wù)器[N];網(wǎng)絡(luò)世界;2004年

4 侯麗坤;思達展示新概念QoS產(chǎn)品[N];計算機世界;2001年

5 《網(wǎng)絡(luò)世界》記者 蒙克;D-Link應(yīng)用層流控網(wǎng)關(guān)細粒度管理全網(wǎng)流量[N];網(wǎng)絡(luò)世界;2015年

6 呂明;網(wǎng)絡(luò)安全審計需細粒度報告[N];計算機世界;2008年

7 胡英;F5最新SSL VPN[N];計算機世界;2006年

8 侯闖 綜合編譯;部署SOA需慎重[N];計算機世界;2004年

9 ;Allot加入開放式IP服務(wù)創(chuàng)建計劃[N];人民郵電;2007年

10 沈建苗　綜合編譯;IM安全產(chǎn)品選購諫言[N];計算機世界;2008年

相關(guān)博士學(xué)位論文 前10條

1 楊駿;細粒度文本情感分析問題研究[D];南京大學(xué);2019年

2 趙毅力;基于深度學(xué)習(xí)的云南野生鳥類圖像細粒度識別[D];云南大學(xué);2018年

3 余少勇;基于深度學(xué)習(xí)的車輛檢測及其細粒度分類關(guān)鍵技術(shù)研究[D];廈門大學(xué);2017年

4 趙波;細粒度圖像分類、分割、生成與檢索關(guān)鍵技術(shù)研究[D];西南交通大學(xué);2017年

5 洪佳楠;半可信云中基于屬性加密擴展的訪問控制研究[D];中國科學(xué)技術(shù)大學(xué);2018年

6 魏秀參;深度學(xué)習(xí)下細粒度級別圖像的視覺分析研究[D];南京大學(xué);2018年

7 時杰;關(guān)系數(shù)據(jù)庫細粒度訪問控制研究[D];華中科技大學(xué);2010年

8 朱倩;面向自由文本的細粒度關(guān)系抽取的關(guān)鍵技術(shù)研究[D];江蘇大學(xué);2011年

9 余a\;基于Simulink模型的細粒度多線程技術(shù)研究[D];浙江大學(xué);2014年

10 付興兵;基于屬性基加密的細粒度訪問控制機制研究[D];電子科技大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 宋玉;基于深度學(xué)習(xí)的商品細粒度意見挖掘[D];電子科技大學(xué);2019年

2 曹奕翎;支持汽車服務(wù)質(zhì)量評價的細粒度情感分析方法研究[D];電子科技大學(xué);2019年

3 趙俊yN;基于主題的細粒度情感分析研究[D];電子科技大學(xué);2019年

4 陳金珠;標(biāo)識網(wǎng)絡(luò)中基于用戶與服務(wù)的管控機制研究與實現(xiàn)[D];北京交通大學(xué);2019年

5 吳凡;基于深度學(xué)習(xí)的車型細粒度識別研究[D];廈門大學(xué);2017年

6 鄭俠武;基于中心排序損失及弱監(jiān)督定位的細粒度目標(biāo)檢索[D];廈門大學(xué);2018年

7 昌晶;細粒度模型剪枝算法研究[D];南京大學(xué);2019年

8 劉測;產(chǎn)品評論的細粒度情感分析研究[D];西安石油大學(xué);2019年

9 高政霞;基于多模態(tài)融合的細粒度視覺解釋生成模型研究[D];江西師范大學(xué);2018年

10 張強;基于在線評論的細粒度情感分析[D];安徽工程大學(xué);2019年

本文編號：2796927