29、可视化分析助力IAM应对挑战及多路径洋葱路由匿名网络分析

可视化分析助力IAM应对挑战及多路径洋葱路由匿名网络分析

一、IAM数据质量问题与可视化分析解决方案

在现代身份与访问管理（IAM）系统中，数据质量是一个不可忽视的问题。以“Location (AD)”和“Location (IAM and IoT)”这两个属性字段为例，通过Sunburst图可以识别数据质量缺陷。通常，包含人力资源信息的IAM层应作为位置等属性的主系统，但实际分析数据时会发现一些质量问题。比如，当将“Location (AD)”属性的值放大到“柏林”时，会发现IAM层对于在AD系统中具有该值的身份有3种不同的属性表示，分别是正确值“柏林”，还有“BER”和“10249柏林”。推测这是由于人力资源员工手动记录导致的数据不一致。

随着现代IAM系统复杂度的不断上升，如身份数量增加、更多IAM机制的引入，新的挑战也随之出现。通过对学术文献的回顾和从业者经验的分析，我们确定了五个核心挑战，其中两个与身份的识别和管理密切相关，同时在隐私和数据质量方面也预计会有更多挑战，未来还面临将基于角色的IAM转变为基于属性的企业架构的挑战。

为了解决这些挑战，我们确定可视化分析（VA）是一种可行的解决方案。VA使企业能够整合领域专家知识并利用他们的反馈来解决即将出现的IAM挑战。我们提出了一种架构，通过利用VA的概念来实现这一目标，并基于实际数据实现了概念验证可视化。通过应用VA，我们证明了可以识别与定义的IAM挑战紧密相关的问题。不过，目前的实现只能看作是架构实现的第一个示例，也是VA可以支持企业解决核心IAM挑战的证明。其他可视化技术可能适用于解决我们所确定挑战的其他子集。

二、多路径洋葱路由匿名网络的背景与问题

匿名化网络（如Tor）