属性RBAC策略的OWL表示和推理

计算机工程与应用 ›› 2014, Vol. 50 ›› Issue (19): 66-69.

属性RBAC策略的OWL表示和推理

陶勇，汪成亮

重庆大学计算机学院，重庆 400044

出版日期:2014-10-01 发布日期:2014-09-29

Attributive-based RBAC policy representation and reasoning using OWL

TAO Yong, WANG Chengliang

College of Computer, Chongqing University, Chongqing 400044, China

Online:2014-10-01 Published:2014-09-29

摘要/Abstract

摘要： 将属性作为授权约束，给出了属性扩展的RBAC模型。提出了一种基于OWL的属性RBAC策略定义和表示方法。该方法支持复杂属性表达式、属性值偏序关系、角色层次关系和约束的定义；在推理机的支持下，可以执行访问控制决策推理，属性表达式支配关系判定和策略知识一致性检测。具体应用案例说明了该方法的可行性。

关键词: 基于角色的访问控制（RBAC）, 属性表达式, Web本体语言（OWL）, 推理

Abstract: Treating attribute as authorization constraints, an extended model of RBAC with attributes is proposed. An OWL-based policy representation method of attributive-based RBAC model is presented, in which complex attribute expressions, partial ordering relations between attribute values, role hierarchies, and constraints can be explicitly defined. Access control decisions, dominance relations between attribute expressions, and consistency of policy information can be drawn via an OWL reasoner. A study case is presented to show the feasibility of the method.

Key words: Role Based Access Control（RBAC）, attribute expression, Web Ontology Language（OWL）, reasoning

陶勇，汪成亮. 属性RBAC策略的OWL表示和推理[J]. 计算机工程与应用, 2014, 50(19): 66-69.

TAO Yong, WANG Chengliang. Attributive-based RBAC policy representation and reasoning using OWL[J]. Computer Engineering and Applications, 2014, 50(19): 66-69.

[1]	王运成，周春华，陈楚湘，吴善明，陈冰. 基于二叉知识树推理的可扩展智能排课系统[J]. 计算机工程与应用, 2021, 57(5): 251-257.
[2]	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.
[3]	宋浩楠，赵刚，王兴芬. 融合知识表示和深度强化学习的知识推理方法[J]. 计算机工程与应用, 2021, 57(19): 189-197.
[4]	李金海，何有世，张鹏. 融合情境语义推理及社会网络的团购推荐研究[J]. 计算机工程与应用, 2021, 57(18): 163-171.
[5]	陈光，蒋同海，王蒙，唐新余，季文飞. 自定义SWRL知识图谱推理补全插件的实现[J]. 计算机工程与应用, 2021, 57(1): 261-270.
[6]	王红，林海舟，卢林燕. 基于Att_GCN模型的知识图谱推理算法[J]. 计算机工程与应用, 2020, 56(9): 183-189.
[7]	杜雨菲，吴保国，陈栋. 基于产生式规则的乔灌木识别推理算法研究[J]. 计算机工程与应用, 2020, 56(5): 242-250.
[8]	毛彪，杨松，李英顺. 改进动态因果图与模糊推理融合故障诊断方法[J]. 计算机工程与应用, 2020, 56(3): 259-265.
[9]	王卉，李英顺. 改进型证据更新规则的动态故障诊断算法[J]. 计算机工程与应用, 2020, 56(2): 261-265.
[10]	朴杨鹤然，崔晓晖. 社交网络中用户隐私推理与保护研究综述[J]. 计算机工程与应用, 2020, 56(19): 1-12.
[11]	于千城，於志文，王柱. 对抗样本训练图分类器进行模型推理质量评估[J]. 计算机工程与应用, 2020, 56(17): 142-149.
[12]	杨颖，王珺，王刚. 基于改进的Random Subspace的客户投诉分类方法[J]. 计算机工程与应用, 2020, 56(13): 230-235.
[13]	陈芳1，2，赵树宇1，杨素娣1，高秀梅1. Lipschitz聚合算子的模糊推理鲁棒性研究[J]. 计算机工程与应用, 2019, 55(6): 42-49.
[14]	张仲伟1，2，曹雷1，陈希亮1，寇大磊1，3，宋天挺2. 基于神经网络的知识推理研究综述[J]. 计算机工程与应用, 2019, 55(12): 8-19.
[15]	李骏，刘岩. Lukasiewicz型直觉模糊推理三I方法的性质分析[J]. 计算机工程与应用, 2018, 54(8): 44-47.