64、自适应授权框架与ARBAC策略分析

自适应授权框架与ARBAC策略分析

1. ARBAC策略分析算法概述

在对ARBAC（基于角色的角色管理访问控制）策略进行分析时，传统方法在处理策略变更时效率较低。而我们提出的增量算法，能识别策略中可能影响分析结果的变更，并利用上一次分析中计算的信息来更新结果。

1.1 与其他算法的对比

• Fisler等人的算法 ：Fisler等人针对RBAC策略开发了基于二元决策图（BDD）的变更影响分析算法，通过计算两个策略的语义差异并检查差异的属性来进行分析。而我们关注的是ARBAC策略的变更，且提出了一种懒分析算法。
• 增量计算相关算法 ：在演绎数据库、逻辑编程和程序分析等领域，增量计算已有研究。但我们是首个为ARBAC策略分析开发增量算法的。
  • Gupta的算法 ：Gupta通过计算每个关系的推导数量来增量更新数据库中的物化视图。而我们的方法在分析ARBAC策略时更高效，因为我们每个转换只计算一次，而计算推导数量需要确定转换的所有计算方式。
  • Gupta等人的算法 ：Gupta等人提出了两阶段的删除 - 重新推导算法，先删除依赖于已删除关系的关系，然后重新推导具有替代推导的已删除关系。我们通过仅从状态中移除所有推导都无效的角色，避免了重新推导阶段。
  • Lu等人的算法 ：Lu等人提出了直接删除算法（StDel），消除了删除 - 重新推导算法的重新推导阶段。但将StDel直接应用于AR