基于UCON和動態(tài)模糊神經網絡的委托授權研究.pdf

1、目前隨著 Web和訪問控制的不斷成熟，基于訪問控制的應用不斷涌現。分布式環(huán)境中的委托授權已成為訪問控制領域的研究熱點，為訪問控制提供了更廣闊的拓展空間。雖然很多研究者在委托授權領域開展了一些研究工作，并取得了一定的成績，但還存在一些問題有待解決，值得更深層次的挖掘。
　　鑒于使用控制——UCON模型具有連續(xù)性控制和可變屬性特點，能夠實現訪問控制多樣化及精確化的需求，本文利用UCON對委托授權進行控制。但UCON中授權是一個確定過程

2、，要么授權要么不授權，授權判斷不夠靈活。引入可信度，根據可信度值對受托者分配合適的權限，簡化了授權策略,既保持了UCON的優(yōu)點，也可隨時改變所授權力大小，具有動態(tài)靈活性。主要研究內容包括：
　　1.詳細分析了委托授權的基本特性，針對現有委托授權準則不能滿足分布式環(huán)境下連續(xù)性控制、靈活、多樣化的需求，提出了幾條新準則。新準則的提出，能更好地約束委托授權行為，使用戶間的委托更可控。
　　2.利用動態(tài)模糊神經網絡算法計算可信度，此

3、算法計算的可信度準確、智能化。本文將 UCON和可信度應用到委托授權中，委托者可方便快捷地根據受托者的可信度對其分配相應的權限，并可對其進行過程中控制。
　　3.提出了一種基于 UCON和動態(tài)模糊神經網絡的委托授權模型——UCONDFNND，該模型具有委托管理、委托過程連續(xù)性和屬性可變性、可信管理等功能，提高了系統(tǒng)的安全性和效率，適應分布式環(huán)境的需求。設計了該模型的引用監(jiān)視器，以對委托授權的整個過程進行實時監(jiān)控。
　　4.基