基于概念格的最小角色集相關(guān)技術(shù)研究
發(fā)布時(shí)間:2021-12-24 03:39
隨著互聯(lián)網(wǎng)技術(shù)的高速發(fā)展,極大地促進(jìn)了社會(huì)的發(fā)展,人們?cè)絹碓蕉嗟氖褂没ヂ?lián)網(wǎng)從中獲得信息并產(chǎn)生數(shù)據(jù),所以目前數(shù)據(jù)量呈現(xiàn)指數(shù)級(jí)的增長(zhǎng),進(jìn)入了大數(shù)據(jù)時(shí)代。然而在使用這些數(shù)據(jù)的同時(shí)也帶來了很多甚至是新的安全風(fēng)險(xiǎn)和挑戰(zhàn)。在眾多訪問控制模型中,目前應(yīng)用最多的一種訪問控制技術(shù)是基于角色的訪問控制(Role-Based Access Control,RBAC)。它將角色引入到訪問控制中,打破用戶與權(quán)限之間的邏輯關(guān)系,重新建立用戶與角色,角色與權(quán)限之間的關(guān)系,通過操作角色來實(shí)現(xiàn)用戶權(quán)限的分配和撤銷。通?梢岳脭(shù)據(jù)挖掘技術(shù)自動(dòng)、快速地構(gòu)造角色集,以輔助構(gòu)建RBAC系統(tǒng)。然而隨著信息技術(shù)及網(wǎng)絡(luò)技術(shù)的發(fā)展,傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)由于信息技術(shù)的復(fù)雜性的原因,挖掘出數(shù)據(jù)中會(huì)存在大量的冗余的屬性角色信息,這反而增加了系統(tǒng)屬性角色復(fù)雜性以及權(quán)限管理的難度。20世紀(jì)80年代德國(guó)的Wille R.教授提出形式概念分析(Formal Concept Analysis,FCA),它的核心數(shù)據(jù)結(jié)構(gòu)就是概念格。概念格作為一種工具,由于其具有的一些特點(diǎn)在角色挖掘方面有很大的優(yōu)勢(shì)。本文以概念格及RBAC相關(guān)理論性質(zhì)為基礎(chǔ),研究基于概念...
【文章來源】:內(nèi)蒙古科技大學(xué)內(nèi)蒙古自治區(qū)
【文章頁數(shù)】:55 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
用戶數(shù)目增大時(shí)算法的時(shí)間復(fù)雜度
內(nèi)蒙古科技大學(xué)碩士學(xué)位論文- 35 -圖5.2 用戶數(shù)目增大時(shí)算法的準(zhǔn)確度5.2 權(quán)限數(shù)量對(duì)算法的影響第二組形式背景數(shù)據(jù)集,用戶的數(shù)目不變,都為 200,權(quán)限數(shù)目以每一次間隔 10 增加,從10 到150 進(jìn)行測(cè)試算法的時(shí)間復(fù)雜度和準(zhǔn)確度。此次實(shí)驗(yàn)的目的是觀察權(quán)限數(shù)目的變化對(duì)算法的時(shí)間復(fù)雜度和準(zhǔn)確度的影響,并與 SearchMinRole 方法進(jìn)行對(duì)比。如圖5.3 表示算法的時(shí)間復(fù)雜度,如圖 5.4 表示算法的準(zhǔn)確度。從圖 5.3 的趨勢(shì)可以得出,隨著權(quán)限數(shù)目的增加,兩個(gè)算法在時(shí)間開銷方面都呈指數(shù)級(jí)增長(zhǎng)。圖 5.4 可以看出
隨著權(quán)限數(shù)目的增多,本文算法比SearchMinRole 算法的時(shí)間復(fù)雜度有很大的優(yōu)化。在圖5.4 中,本文的算法與 SearchMinRole 算法的準(zhǔn)確度大致相同。圖5.3 權(quán)限數(shù)目增大時(shí)算法的時(shí)間復(fù)雜度
本文編號(hào):3549750
【文章來源】:內(nèi)蒙古科技大學(xué)內(nèi)蒙古自治區(qū)
【文章頁數(shù)】:55 頁
【學(xué)位級(jí)別】:碩士
【部分圖文】:
用戶數(shù)目增大時(shí)算法的時(shí)間復(fù)雜度
內(nèi)蒙古科技大學(xué)碩士學(xué)位論文- 35 -圖5.2 用戶數(shù)目增大時(shí)算法的準(zhǔn)確度5.2 權(quán)限數(shù)量對(duì)算法的影響第二組形式背景數(shù)據(jù)集,用戶的數(shù)目不變,都為 200,權(quán)限數(shù)目以每一次間隔 10 增加,從10 到150 進(jìn)行測(cè)試算法的時(shí)間復(fù)雜度和準(zhǔn)確度。此次實(shí)驗(yàn)的目的是觀察權(quán)限數(shù)目的變化對(duì)算法的時(shí)間復(fù)雜度和準(zhǔn)確度的影響,并與 SearchMinRole 方法進(jìn)行對(duì)比。如圖5.3 表示算法的時(shí)間復(fù)雜度,如圖 5.4 表示算法的準(zhǔn)確度。從圖 5.3 的趨勢(shì)可以得出,隨著權(quán)限數(shù)目的增加,兩個(gè)算法在時(shí)間開銷方面都呈指數(shù)級(jí)增長(zhǎng)。圖 5.4 可以看出
隨著權(quán)限數(shù)目的增多,本文算法比SearchMinRole 算法的時(shí)間復(fù)雜度有很大的優(yōu)化。在圖5.4 中,本文的算法與 SearchMinRole 算法的準(zhǔn)確度大致相同。圖5.3 權(quán)限數(shù)目增大時(shí)算法的時(shí)間復(fù)雜度
本文編號(hào):3549750
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3549750.html
最近更新
教材專著