用户角色可达性分析:动态管理RBAC策略的增量算法研究
在动态管理的基于角色的访问控制(RBAC)系统中,策略的变化是常态。这就需要高效的算法来进行用户角色可达性分析,以确保系统的安全性和合规性。本文将介绍几种增量分析算法,包括增量前向算法和增量后向算法,并通过实验对比它们与非增量算法的性能。
1. 增量前向算法
1.1 延迟增量前向算法
延迟增量前向算法会延迟对过渡图的更新,直到可能影响分析结果的操作执行。以下是具体的操作步骤:
- 添加规则 :添加“can assign”或“can revoke”规则时,不更新图,而是将规则存储在 DelayedRule 集合中。当执行可能影响分析结果的操作时,再使用该集合更新过渡图。
- 删除规则 :假设从策略 ψ 中删除“can assign(P ∧¬N, T )”规则。
- 如果 T 不是与目标相关的正角色,算法返回 true 。
- 否则,执行以下步骤:
- 计算 Rel+(I′) 和 Rel−(I′) 。
- 使用删除的规则和可能影响分析结果的延迟操作更新过渡图。这些操作包括添加 DelayedRule 中目标角色在 Rel+(I′) 中的“can assign”规则,以及添加 DelayedRule 中撤销相关混合角色或
超级会员免费看
订阅专栏 解锁全文
17

被折叠的 条评论
为什么被折叠?



