【摘 要】
：
随着网络用户数量的爆炸式增长,成千上万的用户数据出现在互联网上,数据安全问题愈加受到重视。访问控制技术通过设置数据访问权限限制用户访问,维护个人隐私数据安全。在诸多的访问控制技术中,基于角色的访问控制（Role Based Access Control,RBAC）通过在系统中构建角色,实现用户与权限的分离,从而降低授权管理的负担,是最常见的一种访问控制模型。如何构建角色是RBAC应用过程中最为核心
论文部分内容阅读
随着网络用户数量的爆炸式增长,成千上万的用户数据出现在互联网上,数据安全问题愈加受到重视。访问控制技术通过设置数据访问权限限制用户访问,维护个人隐私数据安全。在诸多的访问控制技术中,基于角色的访问控制（Role Based Access Control,RBAC）通过在系统中构建角色,实现用户与权限的分离,从而降低授权管理的负担,是最常见的一种访问控制模型。如何构建角色是RBAC应用过程中最为核心的问题,角色挖掘作为一种利用已有访问控制信息自动构建角色模型的主要方式,是目前针对RBAC研究的热点之一。然而,由于大多数角色挖掘算法的首要目标仍然是降低RBAC策略复杂度,忽略了角色本身实际的意义,无法与实际业务相对应,从而导致安全管理员无法理解角色（角色可解释性差）而放弃部署;部分考虑角色可解释性问题的挖掘算法由于算法本身的缺陷,针对大型系统往往存在效率低、可解释性较差的问题,依然无法满足系统需求。为了克服目前主流的角色挖掘算法在角色可解释性方面存在的不足,本文将从角色挖掘问题（Role Mining Problem,RMP）以及角色可解释性的相关定义出发,分析不同场景下角色挖掘问题的目标需求,对挖掘具有可解释性角色的问题进行建模,基于布尔矩阵分解提出角色挖掘算法。本文的主要贡献如下:（1）提出了基本的可解释角色挖掘算法。基于基本角色挖掘问题满足权限精确匹配的特性,结合角色可解释性相关研究给出了明确的优化目标以及约束条件,以布尔矩阵分解方法为基础,提出了一种在基本角色挖掘问题背景下挖掘可解释角色的算法;在模拟数据上验证了算法的有效性,在真实数据上证明了该算法相较于其他算法在角色可解释性方面有所提升,在角色数量和运行时间方面具有一定优势。（2）提出了最小噪声的可解释角色挖掘算法。基于最小噪声角色挖掘问题满足权限近似匹配的特性,以优化重构误差以及角色可解释性为目标、布尔矩阵分解方法为基础,提出了一种在最小噪声角色挖掘问题背景下挖掘可解释角色的算法;在模拟数据上验证了算法的有效性,在真实数据上证明了该算法相较于其他算法在角色可解释性方面有所提升,有效降低了重构误差,并在较大数据集上该算法的运行时间有明显优势。（3）本文基于用户属性相似性及权限相似性对已有的初始角色生成算法进行了优化,为本文提出的两种角色挖掘算法生成初始角色,进一步降低了两种角色挖掘算法的执行时间,并提高了角色可解释性。
其他文献
随着互联网技术的发展和应用创新,人们的互动交流方式发生了很大的变化。近几年来,直播平台、视频弹幕网站等应用发展迅速,直播刷屏、视频弹幕等新型即时消息互动形态越来越受到广大网友特别是年轻网友的欢迎。面对这种参与人数众多、互动强度极大的消息收发场景的严峻考验,设计一套高性能、高可靠、弹性好的即时消息系统成为保障互动体验的关键。随着云计算技术的发展,云原生成为了互联网技术领域最炙手可热的话题。以Dock
图像超分辨重建技术由于深度学习技术的迅速发展而得到快速的发展,其性能指标也在公共数据集的测试中超越了传统算法。但是,随着卷积神经网络的不断发展,网络模型在深度和宽度上也不断增加,致使其前向推理存在很大的计算量以及参数量,在实际工程中难以实用。针对目前基于卷积神经网络的单图像的超分辨网络模型复杂度较高这一难点问题,本文主要研究设计了轻量化的单图像超分网络模型。本论文围绕单图像超分辨开展了研究,通过结
为深入探讨服装品牌线上直播营销可行性策略，优化消费者对女装类产品的直播购物体验，从而提升购买意愿，对电商平台女装品牌直播间要素、消费情感、购买意愿理论文献进行研究分析，基于文献提取女装品牌直播要素5个维度，结合女装品牌案例进行问卷调研实证研究，通过结构方程模型对研究理论模型进行验证。研究结果表明：女装品牌直播对购买意愿直接影响最大的是消费情感，其次是商品特性。网络主播吸引力对消费情感的影响力最强，
在当今世界中,无论军事领域或是民用领域,无人机的应用都已经成为热门的研究对象。面对多样性的任务和复杂的环境单一的无人机通常无法满足需求,而多无人机依靠有效的协同策略以及无人机自身不同的功能,可有效解决无人作战、目标搜索、通信中继等许多棘手的问题。多无人机的协同编队是任务执行中的重要一环,本文以四旋翼无人机为研究对象,对多四旋翼无人机在协同编队中的几个热点内容进行了设计和实现。首先针对编队队形的保持
随着智能社会的发展,人们对信息安全、信号的存储与计算等领域提出了更高的要求,但受限于带宽、功耗等电子瓶颈,传统的电器件难以进一步提高信息的处理与传输速度。因此,具有高带宽、高速率的基于半导体激光器的信号生成与处理方式逐渐成为了人们研究的热点。垂直腔面发射激光器（Vertical cavity surface emitting laser,VCSEL）因其具有低阈值电流、低功耗、与光纤耦合效率高和易
随着空间技术的发展,卫星网络逐渐成为通信网络领域中重要的研究对象。低轨道（Low Earth Orbit,LEO）卫星具有业务传播时延短、建设成本低等优点,一直是卫星网络研究的重点。但是由于LEO卫星网络拓扑时变以及地面用户流量分布不均衡导致卫星负载不均衡,为LEO卫星网络设计有效可靠的路由算法是卫星网络研究的焦点之一。并且随着网络多媒体业务的发展,人们对的网络的服务质量（Quality of S
目前,对于第六代移动通信系统的研究正处于起步阶段,卫星物联网作为其重要组成部分,与地面物联网相互协作,以实现全球无缝覆盖的目标,建立一个真正“万物互联”的世界。得益于低轨卫星制造成本低、传输距离短等优点,国内外纷纷掀起低轨卫星星座组网热潮。然而可用的频轨资源是有限的,如何通过稀缺的频谱资源为更多用户的信息传输提供服务,已成为当前低轨卫星通信的研究热点。稀疏码多址接入（Sparse Code Mul
外骨骼机器人能增强人体能力,在民用、医疗和军事等领域有广泛应用需求。针对下跃过程中地形多变、瞬时性强等问题,需要为外骨骼机器人设计快速场景识别模块,来实时识别下跃场景的类型。场景识别可通过深度学习模型来完成。然而深度场景识别模型参数量和计算量大,使其难以部署于实时性要求较高的嵌入式设备上。模型压缩技术能减少模型推理时的内存占用量和计算量,提高模型的推理效率,从而缓解深度学习中模型部署的困难。考虑到
随着高通量方法的发展和成本的降低,大量癌症多组学数据被测量出来。例如,癌症基因组图谱（TCGA）已经收集了来自上万名患者的三十多种癌症的基因组、表观基因组、转录组和蛋白质组等信息,而不同的组学提供了癌症样本的互补和独特特征。与单组学分析相比,多组学数据集成具有显著优势,因为它们能够提供更全面的生物过程视图,揭示复杂癌症的原因和功能机制,并促进精确医疗的新发现。因此,需要能够对多组学数据进行全面分析
随着我国骨干网络光纤化基本完成,宽带接入技术成为了限制有线宽带网络发展的关键因素。在诸多宽带接入媒质中,同轴电缆不仅具有诸多的技术优点,而且在我国已经广泛铺设,所以发展同轴接入技术既能满足高性能宽带接入需求,又符合我国国情,还可降低部署成本。高性能同轴电缆宽带接入（High performance Network Over Coax,HINOC）技术是针对我国有线同轴网络特性研发的具有完备自主知识