XACML策略優(yōu)化方法研究.pdf

1、如何確保信息的安全性以及對關鍵資源的安全訪問已經成為重要的研究課題，其中訪問控制是確保系統(tǒng)安全的一個重要手段。XACML(eXtensible Access Control MarkupLanguage，可擴展的訪問控制標記語言)已經逐漸成為訪問控制的主要標準之一，這就要求XACML具有高效的策略評估引擎。然而當規(guī)則和策略數達到一定規(guī)模時，策略評估性能很容易成為制約系統(tǒng)可用性的瓶頸，所以亟需提升策略評估引擎性能以保證系統(tǒng)可用性。

2、　　針對這一問題，本文從XACML策略本身潛在的不足出發(fā)從規(guī)則壓縮、冗余消除、屬性數值化和動態(tài)重排序四個方面對XACML策略進行優(yōu)化。規(guī)則壓縮將簡單規(guī)則壓縮成復雜規(guī)則，將匹配次數從乘數級降至加數級。冗余消除在不影響策略評估結果的前提下去除策略庫中的冗余規(guī)則及冗余狀態(tài)，縮小策略庫規(guī)模。屬性數值化將文本的XACML策略屬性轉化為數值的屬性，使評估引擎匹配方式使用高效的數值匹配，而不是低效的字符串匹配，同時使用Hash表結構存儲數值屬性與文本

3、屬性的映射關系有利于策略維護。動態(tài)重排序有效利用策略執(zhí)行統(tǒng)計數據，同時考慮策略和規(guī)則復雜度，動態(tài)調整策略和規(guī)則在策略庫和策略的順序，使優(yōu)先級高的策略與規(guī)則置于執(zhí)行隊列前端。本文提出的策略優(yōu)化方法除動態(tài)重排序外都屬于判定前的策略預處理過程，與策略匹配評估的具體流程相對獨立，侵入性較弱，因此可作為共性優(yōu)化技術與其他策略評估引擎融合使用。
　　在仿真實驗與結果分析中，本文為驗證所研究和提出優(yōu)化方法的有效性，列出各種優(yōu)化方法的運行時間和效