高性能隱私安全策略評估引擎研究.pdf

1、以策略為基礎的計算是很多大型分布式系統(tǒng)的關鍵部分，因為其只需要設置隱私安全策略不用重新編程就能動態(tài)的適應系統(tǒng)行為變化。策略評估就是看一個請求是否滿足策略規(guī)定的過程，而這也通常成為一個系統(tǒng)的性能瓶頸。隨著互聯(lián)網(wǎng)上web系統(tǒng)的迅速廣泛運用，隱私和安全控制策略變得越來越龐大和復雜，這使得系統(tǒng)對一個隱私安全請求的處理時間也越來越長。提升策略評估的性能這個很重要的問題目前得到的關注較少，當前針對隱私安全策略語言的研究大多集中在策略的測試、校驗、建

2、模、變更分析等方面，簡而言之，大部分都集中到了正確性的研究。雖然正確性也是非常重要的，但如果策略評估效率不高將會極大影響系統(tǒng)的使用和部署，從而導致整個系統(tǒng)效率和性能低下。
　　 本文提出了一個高效的隱私安全策略評估方案，稱之為Qengine。Qengine首先把一個文本形式的策略轉換成整數(shù)值形式的策略，接著再把結構復雜的數(shù)字化了的規(guī)則轉化成一種規(guī)范的形式，最后把這些規(guī)范化了的數(shù)字形式規(guī)則轉換成樹形結構的策略決策圖，利用數(shù)值計算的

3、高效和樹形結構的特點來進行快速的請求處理。Qengine中的算法還可以被使用在諸如網(wǎng)絡連通性、冗余去除等研究中。為了證實Qengine的性能，這里設計和實現(xiàn)了一個Qengine的原型系統(tǒng)。實驗結果顯示Qengine的評估速度比現(xiàn)有的IBM PDP和Sun PDP快了幾個數(shù)量級。并且隨著策略中規(guī)則數(shù)量的增長，Qengine評估性能相比IBM PDP和Sun PDP的優(yōu)勢還呈一種線性的增長。研究工作取得了以下創(chuàng)新性成果：
　　 1．

4、為加速策略評估提出了兩種獨特的技術：策略數(shù)字化和策略規(guī)范化。策略數(shù)字化的基本思想是把策略中的字符串轉換成整數(shù)值，這使得Qengine能在對請求的處理過程中可以使用高效的數(shù)值處理而不是使用字符串匹配；策略規(guī)范化的過程則是一系列的策略規(guī)則集轉化成基于數(shù)值的樹形結構圖（策略決策圖），這使得Qengine能夠不需要遍歷對比所有的規(guī)則就能找到匹配一個請求的規(guī)則。
　　 2．在一個策略被轉換成相同語義的策略決策圖過后，又提出了兩種應用策略決

5、策圖來找到請求結果的查找算法：決策圖查找法和轉發(fā)表查找法。決策圖查找法直接利用從一系列區(qū)間規(guī)則轉換而來的策略決策圖來提高效率；轉發(fā)表查找法的基本思想則是把策略決策圖轉化成n個被稱作轉發(fā)表的結構，這樣就可以在n個步驟內通過遍歷轉發(fā)表來找到每一個單值請求的結果。
　　 3．在策略數(shù)字化和規(guī)范化的具體實施中有很多技術上的難題，比如非整數(shù)值、不確定值請求、混合請求以及低效的順序搜索等。對于這些難題分別提出解決辦法并給出了實例。