面向业务流程访问控制策略及决策优化方法

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (19): 83-87.

面向业务流程访问控制策略及决策优化方法

商铮1，2，张斌1，2

1.解放军信息工程大学电子技术学院，郑州 450004
2.河南省信息安全重点实验室，郑州 450004

出版日期:2013-10-01 发布日期:2015-04-20

Access control policy for business process and its optimal methods in policy decision

SHANG Zheng1，2, ZHANG Bin1，2

1.Institute of Electronic Technology, PLA Information Engineering University, Zhengzhou 450004, China
2.Henan Province Key Laboratory of Information Security, Zhengzhou 450004, China

Online:2013-10-01 Published:2015-04-20

摘要/Abstract

摘要： 在分析业务流程访问控制策略需求的基础上，对经典的XACML策略实施框架进行了扩展，提出一种能够根据业务流程执行状态管理策略的实施框架。通过在策略模式中引入<PolicyIssuer>元素和定义<Condition>元素的语义，使其能够描述访问策略和委托策略，并支持任务级最小特权的实现。给出了两种策略决策优化方法，针对策略集中无效策略数量过多的问题，采用逐步裁减法减少策略元素比对的次数，针对策略集中委托策略数量过多且需要验证可信性的问题，采用信任关联法减少策略匹配的次数，有效地提高了策略决策的效率。

关键词: XACML策略, 访问控制, 业务流程, 策略, 委托

Abstract: By analyzing the requirements of access control for business process, an extended enforcement framework that supports policy management based on state of business process is proposed. By introducing element < PolicyIssuer> and defining semantic of element <Condition> in policy schema, access control policy and delegation policy can both be described and least privilege at task level can be achieved. In order to reduce time cost of policy decision in case that numbers of unrelated policies and delegation policies are large, two methods which can reduce the numbers of matching policies and policy elements are proposed.

Key words: Extensible Access Control Makeup Language（XACML）, access control, business process, policy, delegation

商铮1，2，张斌1，2. 面向业务流程访问控制策略及决策优化方法[J]. 计算机工程与应用, 2013, 49(19): 83-87.

SHANG Zheng1，2, ZHANG Bin1，2. Access control policy for business process and its optimal methods in policy decision[J]. Computer Engineering and Applications, 2013, 49(19): 83-87.

[1]	张波，徐黎明，黄志伟，要小鹏. 梯度策略的多目标GANs帕累托最优解算法[J]. 计算机工程与应用, 2021, 57(9): 89-95.
[2]	逯曼皎，张伟，徐涛. 基于动态矩阵模型的可优化的补货策略[J]. 计算机工程与应用, 2021, 57(7): 263-268.
[3]	邹杰，李俊. 多策略协方差矩阵学习差分进化算法[J]. 计算机工程与应用, 2021, 57(7): 78-87.
[4]	周友行，赵晗妘，刘汉江，李昱泽，肖雨琴. 采用DDPG的双足机器人自学习步态规划方法[J]. 计算机工程与应用, 2021, 57(6): 254-259.
[5]	张水平，王丽娜. 果蝇优化算法的进展研究分析[J]. 计算机工程与应用, 2021, 57(6): 22-29.
[6]	李玲，王峥，李娜. 雾计算中支持计算外包的访问控制方案[J]. 计算机工程与应用, 2021, 57(6): 81-87.
[7]	王晓，唐伦，贺小雨，陈前斌. 基于深度强化学习的服务功能链多维资源优化[J]. 计算机工程与应用, 2021, 57(4): 68-76.
[8]	张公凯，陈才学，郑拓. 改进鲸鱼算法在电动汽车有序充电中的应用[J]. 计算机工程与应用, 2021, 57(4): 272-278.
[9]	赖俊，魏竞毅，陈希亮. 分层强化学习综述[J]. 计算机工程与应用, 2021, 57(3): 72-79.
[10]	张伟康，刘升，任春慧. 混合策略改进的麻雀搜索算法[J]. 计算机工程与应用, 2021, 57(24): 74-82.
[11]	杨坤桥，王煜翔，郭兵，李强. 委托股权证明共识机制的改进研究[J]. 计算机工程与应用, 2021, 57(24): 107-114.
[12]	王嘉月，史立. 考虑电池损耗的电动冷藏车路径及充电策略[J]. 计算机工程与应用, 2021, 57(24): 283-289.
[13]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[14]	王庆荣，马辰坤. 面向案例消耗推理的应急物资预测[J]. 计算机工程与应用, 2021, 57(22): 281-287.
[15]	李守玉，何庆，杜逆索. 分段权重和变异反向学习的蝴蝶优化算法[J]. 计算机工程与应用, 2021, 57(22): 92-101.