版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、定義一個完整、正確有效的角色集合和相關權限的過程稱為角色工程。角色工程有兩種方法,自下而上和自上而下。自上而下的方法主要是業(yè)務驅(qū)動的,根據(jù)給定工作職能的責任定義角色。自下而上的方法是使用數(shù)據(jù)挖掘技術根據(jù)已有訪問權限抽象出角色。這種自下而上的方法被稱為是角色挖掘。之前的研究方法大多是基于Apriori數(shù)據(jù)挖掘技術,并將所有權限同等對待。這些工作都沒有包括預設權重分配以及基于頻繁模式樹(FP-tree)的頻繁模式增長(FP-增長)數(shù)據(jù)挖掘技
2、術。
現(xiàn)有研究是致力于使用角色挖掘技術來幫助安全專家及管理員來實施有效的基于角色的訪問控制(RBAC)。現(xiàn)在已經(jīng)設計出不同的角色挖掘算法,大多數(shù)都是基于先驗的方式(Apriori方法)。研究使用著名的基于FP-tree的頻繁模式增長數(shù)據(jù)挖掘技術,這種技術比角色挖掘中使用的其他算法更為高效?;谙闰灥慕巧诰?Apriori)算法效率較低,因為它使用生成和測試的方法,即首先產(chǎn)生頻繁的候選項目集,然后測試它們是否是頻繁的,而基于F
3、P-tree的角色挖掘的方法在空間和時間上都更高效,因為它可以不產(chǎn)生候選項目集而發(fā)現(xiàn)頻繁項目。
根據(jù)組織需要,使用該方法給予權限預先分配的權重。權重根據(jù)相關組織安全模型架構來確定。不同的組織有不同的安全級別,并根據(jù)自己的需要對權限進行分級。我們提出的方法在基于FP-Tree和FP-growth角色挖掘技術的角色挖掘算法中引入預設的權重。研究提出了一種新的方法來計算權限集合的權重、加權支持度和加權可信度,這在角色挖掘領域是一個重
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于FP-樹的頻繁模式和長模式挖掘.pdf
- 基于約簡頻繁模式樹的頻繁模式挖掘及查詢算法研究.pdf
- 基于頻繁模式樹的XML數(shù)據(jù)挖掘.pdf
- 基于頻繁模式樹的最大頻繁項目集挖掘算法研究.pdf
- 基于頻繁模式樹的最大頻繁項集挖掘算法研究.pdf
- 基于序列模式的頻繁自由樹挖掘算法研究.pdf
- 基于頻繁訪問模式樹的Web使用挖掘研究.pdf
- 基于FP-樹的最大頻繁模式挖掘算法研究.pdf
- 基于前綴樹的頻繁行跡挖掘方法研究.pdf
- 基于Hadoop的頻繁模式挖掘算法研究.pdf
- 基于WEB日志挖掘的頻繁模式挖掘算法研究.pdf
- 基于陣列的頻繁模式挖掘算法研究.pdf
- 基于單向FP-樹的最大頻繁項集挖掘.pdf
- 基于頻繁模式挖掘的網(wǎng)站優(yōu)化策略研究.pdf
- 基于頻繁模式樹的關聯(lián)規(guī)則算法研究.pdf
- 基于數(shù)據(jù)挖掘技術的XML頻繁模式發(fā)掘.pdf
- 基于頻繁偏愛度的使用模式挖掘系統(tǒng)的分析和設計.pdf
- 頻繁模式挖掘技術的研究.pdf
- 基于統(tǒng)計密度的流數(shù)據(jù)頻繁模式挖掘.pdf
- 頻繁模式挖掘算法研究.pdf
評論
0/150
提交評論