基于進(jìn)化算法的角色挖掘算法.pdf

1、基于角色的控制訪問(wèn)（RBAC，Role Based Access Control）是應(yīng)用廣泛的控制訪問(wèn)技術(shù)，較傳統(tǒng)意義上的訪問(wèn)控制列表(ACL，Access Control List)具有很多優(yōu)勢(shì)，比如便于管理，消耗資源少等。從ACL模型轉(zhuǎn)化到RBAC模型是一個(gè)富有挑戰(zhàn)意義的過(guò)程，而解決ACL模型到RBAC模型轉(zhuǎn)換的過(guò)程就是角色挖掘。
　　本文首先分析了研究工作者目前提出的各種角色挖掘算法。其中，基于進(jìn)化算法的角色挖掘產(chǎn)生了很好的

2、效果，該類算法通過(guò)啟發(fā)式搜索，尋找最小角色集合。然而這些算法在進(jìn)行角色挖掘的過(guò)程中，沒(méi)有考慮用戶和權(quán)限本身所帶的屬性，這會(huì)造成實(shí)際應(yīng)用出現(xiàn)問(wèn)題，比如將醫(yī)生的權(quán)限賦予計(jì)算機(jī)專業(yè)人員。
　　本文從這一缺陷出發(fā)，提出兩個(gè)新的角色挖掘算法，一個(gè)是基于遺傳聚類的刪除策略角色挖掘，首先根據(jù)用戶和權(quán)限的屬性產(chǎn)生候選角色集合，然后通過(guò)遺傳算法來(lái)對(duì)角色進(jìn)行刪除，生成最終RBAC模型;另一個(gè)是基于螞蟻聚類的添加策略角色挖掘，使用螞蟻算法將符合屬性策略