检索结果-南通市图书馆

作者：陈家明安徽理工大学

学位级别：硕士

随着云计算、移动互联网技术的快速发展,基于位置的服务已经得到越来越多的应用,并为人们的生活带来极大的便利,但同时引发了隐私泄露的严重问题。针对这一问题,学者们提出了许多基于位置服务隐私保护的方法,例如假名、虚假位置、时空... 详细信息

随着云计算、移动互联网技术的快速发展,基于位置的服务已经得到越来越多的应用,并为人们的生活带来极大的便利,但同时引发了隐私泄露的严重问题。针对这一问题,学者们提出了许多基于位置服务隐私保护的方法,例如假名、虚假位置、时空伪装和空间加密技术等,但这些隐私保护技术是否可以保护人们的位置隐私,或者位置隐私保护水平如何,就需要一种衡量标准。现有的文献大多集中在位置隐私保护算法的构造上,对于位置隐私保护算法度量的研究相对较少,明显缺乏度量位置隐私保护算法的机制。本文深入分析和研究了基于位置服务的系统结构、攻击技术、隐私保护技术以及隐私保护的度量框架。在此基础上,提出了两种不同的位置隐私保护的度量方法:1.k-匿名机制下查询隐私的一种度量方法。提出一种以信息熵和对数函数为基础的查询隐私度量方法。首先,建立κ-匿名机制下的查询隐私的度量模型,包含四种角色和四种操作,为隐私保护的度量提供形式化的描述。然后,介绍两种背景知识的量化方式。针对第二种方式,由于用户属性离散化后的数值会被计算入背景知识概率表达中,造成背景知识概率表达的不准确,本文将离散化后的用户属性值作为特定查询和用户属性相关量的下标来求得相关量,从而进一步得到用户发出此特定查询的概率,摆脱了用户属性离散化后的数值对量化结果的影响。最后,提出具体的查询隐私度量方法。2.位置隐私泄露的度量。文中针对贪心法的κ-匿名算法提出位置隐私泄露的度量方法。该方法以KL散度(Kullback-Leiblerdivergence)为基础,将攻击者的背景知识融入其中,用以度量匿名区域中用户位置隐私的泄露。最后通过实验的方式验证在攻击者有无背景知识、不同的用户隐私需求以及不同地图网格大小的情况下度量方法的可行性和效用性。图[24]表[2]参[69]

关键词：位置服务位置隐私保护隐私度量背景知识查询隐私

基于netfilter/iptables防火墙的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于netfilter/iptables防火墙的设计与实现

作者：王维剑安徽理工大学

学位级别：硕士

在网络信息技术高速发展的今天,网络安全问题越来越突出,防火墙技术日益受到人们关注。在一些信息敏感场所,为符合特定需求需要自行设计与开发防火墙系统。Linux操作系统提供了基于内核的Netfilter框架,具有通用性和可扩展性,使得开发... 详细信息

在网络信息技术高速发展的今天,网络安全问题越来越突出,防火墙技术日益受到人们关注。在一些信息敏感场所,为符合特定需求需要自行设计与开发防火墙系统。Linux操作系统提供了基于内核的Netfilter框架,具有通用性和可扩展性,使得开发人员可以结合网络的实际安全需求,设计并实现所需的防火墙系统。在Linux操作系统中,Netfilter提供了一个抽象、通用化的框架,该框架是系统内核的一部分,定义了一个子功能的实现,每个子功能的实现便是一个子系统,例如包过滤子系统。Iptables作为防火墙工具用来指定Netfilter规则的用户工具,由于其功能强大、使用灵活,因而广泛流行使用于中小型企业的网络接入服务器。 Linux防火墙虽然优越性显而易见,但也存在着系统庞大、使用复杂、维护困难的缺点,缺少简易的人性化管理工具。本文在深入分析国内外防火墙产品和技术存在问题的基础上,研究了Linux防火墙,设计并实现了防火墙系统。本文在分析防火墙技术的基础上,针对满足企业应用的防火墙进行了需求分析,并对防火墙系统进行研究、规划和总体设计,研究并设计了基于Linux新内核的防火墙,并且采取必要措施保证数据传输的安全性。针对设计目标为中小企业应用的防火墙,专门设计了企业级防火墙管理模块,在操作管理上更方便。日志操作是所设计防火墙系统的重要模块之一,通过研究比较,采用将日志文件导入到MySQL数据库,然后再对数据进行数据挖掘,挖掘出有用的信息。该防火墙系统设计科学,界面美观大方,操作简单方便。系统测试证明,本防火墙系统达到了预期的设计目的。文中采用的设计方法、思路和算法对Linux的防火墙设计与实现有一定的参考价值。

关键词：防火墙 Linux iptables/netiflter LAMP

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

样本受限的成员推断攻击与防御研究

样本受限的成员推断攻击与防御研究

作者：陈卓安徽理工大学

学位级别：硕士

信息时代数据逐渐成为重要的资本,为了有效的从数据中提取知识,研究者提出各种机器学习算法。随着机器学习算法的大量应用,其脆弱性也充分暴露出来,引起越来越多的研究者关注机器学习系统涉及到的安全问题。例如,针对成员推断攻击学者... 详细信息

信息时代数据逐渐成为重要的资本,为了有效的从数据中提取知识,研究者提出各种机器学习算法。随着机器学习算法的大量应用,其脆弱性也充分暴露出来,引起越来越多的研究者关注机器学习系统涉及到的安全问题。例如,针对成员推断攻击学者提出了很多防御方法,但是仍有一些问题尚待解决。首先研究者通常会假设攻击者拥有强大的背景知识和可用样本,这使得在研究攻击的应用时,一定程度上缩小了其可能存在的场景。其次,现存成员推断攻击防御机制主要属于启发式,部分防御训练过程较为复杂、大都需要对背景知识进行假设;而差分隐私机制由于拥有严格的数学证明等优点,已有研究者探讨如何应用于成员推断攻击的防御,但其更多建立在理论层面上。本文针对以上问题,结合最新的研究成果,对其相关技术进行深入地分析。主要内容如下:(1)针对攻击者在进行成员推断攻击时获取样本存在限制,提出使用辅助分类器生成对抗网络对样本进行扩充,再在生成的数据集上进行成员推断攻击,以减小攻击者的攻击代价以及放宽攻击的应用场景。实验结果表明,该方法在真实环境,即攻击者很难获得大量背景知识的情况下具有可行性,说明成员推断攻击可以用更小的攻击代价、在更严格的环境中,完成好的攻击效果。(2)针对现存成员推断攻击的差分隐私防御机制更多是建立在理论层面上,且计算过程复杂、对信息损失的分析不够严谨等缺点,将差分隐私随机梯度下降(DPSGD)算法用于成员推断攻击防御中;针对其隐私度量机制计算过程较为复杂、分析方法不够简洁等问题,对DPSGD算法中的隐私预算度量机制进行了修改,使用理论分析更加清晰、严密的基于集中差分隐私的隐私损失度量机制。实验结果表明,该方法可以有效的抵御成员推断攻击,能够在不需要额外的计算开销和限制使用场景、攻击者的先验知识的情形下达到很好的防御效果。总之,本文从攻击和防御两个角度对成员推断攻击进行研究,并通过实验验证所提出方法的有效性,为后续工作奠定基础。图20表4参66

关键词：成员推断攻击样本受限差分隐私深度学习

基于深度学习的Windows系统恶意软件检测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度学习的Windows系统恶意软件检测研究

作者：徐至峰安徽理工大学

学位级别：硕士

Windows系统作为目前互联网上使用量最大的操作系统,提供和承载了海量的信息与服务,但是该系统下大量的恶意软件攻击给人们的信息化生活带来了严重的影响。传统恶意软件检测方法基于大量的规则和模式匹配,需要大量的人力进行恶意软件分... 详细信息

Windows系统作为目前互联网上使用量最大的操作系统,提供和承载了海量的信息与服务,但是该系统下大量的恶意软件攻击给人们的信息化生活带来了严重的影响。传统恶意软件检测方法基于大量的规则和模式匹配,需要大量的人力进行恶意软件分析和标注,并且难以检测由于代码混淆而快速变种的恶意软件。为解决这个问题,近年来许多学者将人工智能技术引入恶意软件检测研究,节省大量软件分析人力的同时让这些方法具有更好的泛化能力,为检测日渐复杂的恶意软件提供了新思路。此外,在人工智能技术被应用到恶意软件检测工作的同时,一些研究者发现向待检测的恶意软件样本上添加特定的对抗扰动可以使人工智能检测模型的判断结果出错,因此恶意软件检测模型的鲁棒性也给研究者带来了新挑战。本文的主要工作包括:(1)为了减轻训练恶意软件检测模型过程中对带标签样本的需求量,本文提出一种基于预训练深度学习进行恶意软件检测的模型,Malbert。该模型先使用自监督学习的方法,在大量无标签的软件API调用序列样本上进行预训练,再用相对少量带有恶意软件和良性软件标签的API调用序列样本进行有监督微调训练后即可进行恶意软件检测。实验结果表明,基于预训练深度学习的Malbert模型在两个不同类型的数据集上均表现出较好的检测效果。(2)恶意软件检测模型的任何误判带来的恶意软件攻击都是严重和不可逆的,因此检测结果的鲁棒性是非常重要的。为了比较不同恶意软件检测模型之间检测结果的鲁棒性,本文提出了一种测试恶意软件检测模型鲁棒性的算法,在多个数据集和多种评估指标之间开展实验。最终实验结果表明,本文提出的Malbert模型在鲁棒性测试上表现较好,因此Malbert模型在实际部署后拥有更好的抗干扰能力和鲁棒性。

关键词： Windows 动态分析恶意软件检测自监督学习预训练模型机器学习鲁棒性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络的入侵检测系统的研究

基于神经网络的入侵检测系统的研究

作者：刘凌冰安徽理工大学

学位级别：硕士

随着计算机网络的不断发展,人们的生活的各个方面已经离不开网络,网络安全问题越来越成为各个领域必须关注的问题。入侵检测系统(Intrusion Detection System,IDS)是在防火墙技术之后而产生的网络安全技术中的新的研究领域,IDS是主动的... 详细信息

随着计算机网络的不断发展,人们的生活的各个方面已经离不开网络,网络安全问题越来越成为各个领域必须关注的问题。入侵检测系统(Intrusion Detection System,IDS)是在防火墙技术之后而产生的网络安全技术中的新的研究领域,IDS是主动的网络安全防护措施,能够实时地和定期地对网络内部和各种网络资源进行采集和分析可能的网络入侵,当发现入侵,会及时做出相对的响应如记录事情、报警、或通知防火墙来切断此攻击行为。由于入侵检测系统(IDS)现阶段发展还不是很成熟,存在很多地方需进行完善主要包括：一是检测性能的问题,IDS有不可避免的误报率和漏警率,而且由于攻击行为的多变性,IDS只能检测已知的攻击,对新型的攻击不能很好的进行检测,所以检测性能还不是非常好;二是不能达到理想的具有动态自适应能力的IDS系统状态,理想的IDS一方面能适应变化的入侵行为,一方面能够容忍自身(合法行为)的变化。基于上述问题,本论文主要就研究让入侵检测系统能够智能性地检测网络中的入侵行为。本课题研究方法是采用人工神经网络(Artificial Neural Network,ANN)能够模拟人脑如学习、联想、预测、以及自适应功能来改进Snort这个开放源代码的小型入侵检测系统和入侵防御系统,主要做以下几个方面：首先研究当前入侵检测系统的研究进展和取得的成果,其次研究入侵检测系统的一般框架,体系结构,以及当前研究入侵检测系统的方法。人工神经网络已经广泛应用到计算智能领域,现有很多神经网络结构,本文是采用BP神经网络与入侵检测系统相结合的方法,并对BP神经网络的模型,结构以及其学习算法进行研究和分析。本论文在Linux操作系统下对Snort IDS的进行配置,说明Snort的工作流程、原理以及工作模式等方面的知识,最后根据网络流量中出现的特定攻击行为进行分析抽取相关特征样本集,利用ANN工具训练所收集到的样本集,训练成功后把ANN的代码集成到Snort的预处理器中。研究结果能够实现一个Snort人工智能插件即端口扫描检测插件(Portscan-AI)。在Linux操作系统中的基于神经网络的Snort IDS实验结果表明人工神经网络能够提高入侵检测系统的检测率,并且能够智能的检测到Snort的规则库(rule)以外的新的攻击行为。图19表3参50

关键词：入侵检测系统人工神经网络 BP神经网络 Snort 防火墙

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于免疫机理的入侵检测系统的研究

基于免疫机理的入侵检测系统的研究

作者：许铭安徽理工大学

学位级别：硕士

在计算机安全领域中一个重要的挑战就是区分正常和潜在的有害行为的异常。半个世纪以来,研究人员用身份识别和阻挡特殊事件的方法来保护他们的系统。但是,当前持续壮大的IT系统当前以及将来的存在的威胁迫切地需要开发自适应的防御工具... 详细信息

在计算机安全领域中一个重要的挑战就是区分正常和潜在的有害行为的异常。半个世纪以来,研究人员用身份识别和阻挡特殊事件的方法来保护他们的系统。但是,当前持续壮大的IT系统当前以及将来的存在的威胁迫切地需要开发自适应的防御工具。受生物学启示的计算越来越成为很有前景的解决办法,尤其是在人工免疫系统(Artificial Immune System, AIS)方面。生物免疫系统能够检测和防御有害的或者未知的入侵者,那么是否可以在我们的计算机中建立一个相似的系统呢? 入侵检测系统(Intrusion Detection Systems, IDS)作为一种主动的信息安全保障措施,有效地弥补了传统安全防护技术的缺陷。通过构建动态的安全循环,可以最大限度地提高系统的安全保障能力,减少安全威胁对系统造成的危害。在安全领域中,入侵检测是最具挑战性质的。目前存在各种各样的入侵检测系统,但是这些检测系统总是存在这样或者那样的问题,比如：入侵检测的检测速度和网络的发展速度不一致,特征库不能自学习,还有异常检测和误用检测的自身的缺点等等。受生物免疫系统的启示我们可以模仿生物免疫系统实现人工免疫系统,然后将人工免疫系统与入侵检测系统结合。通过这种方式生成的入侵检测系统具有：分布性,轻量级、自适应等特性,而这些特性正是传统网络入侵检测系统所欠缺的。受免疫机理的启发以及解决复杂问题的实际需要,产生了人工免疫系统。生物免疫系统的生物模型尤其是克隆选择、免疫网络以及负选择的理论,给人工免疫系统算法带来了很大的启示。并且,一些算法已经成功地被用于广阔的各种各样的领域。尽管AIS在实践中取得了一些成功,但是到目前为止仍然缺乏理论来证明它们的价值。一方面,由于人工免疫系统是一门新的学科分支,有关人工免疫系统理论,算法的研究成果并不多,主要有基于免疫网络学说的人工免疫网络模型、基于免疫特异性的负选择算法、基于克隆选择学说的克隆选择算法。另一方面,由于对生物免疫机理的认识还不够深入,对人工免疫系统的研究存在着诸多挑战,主要包括(1)对人工免疫系统的研究陷入僵局,缺乏创造性的思想;(2)缺乏对人工免疫系统的理论基础研究;(3)应该将免疫系统与生物体的其他系统特别是神经网络系统和内分泌系统集成与交互。开发出新的免疫系统算法;(4)为了对生物免疫系统进行更深入地研究,应该与生物免疫学者、数学家做更多的交流,采用特殊的实验,建立有用的模型,以此作为抽象成有效算法的基础。鉴于以上原因,本论文主要做了以下几个方面的研究工作： 1、研究了当前生物免疫学的研究进展和取得的成果,包括系统组成、免疫系统原理以及当前最新的理论免疫学说和模型。 2、研究了人工免疫系统的发展、层次结构以及三大理论学说,还研究了当前基于自适应免疫系统的三大主要算法：负选择算法、克隆选择算法和免疫网络算法。 3、采用克隆选择算法作为本系统的基础,用生物免疫系统中的负选择算法来完善克隆过程中的选择机制。负选择算法被广泛应用于人工免疫系统,但是它在处理大量数据的时候效率不够快。为了解决入侵检测中负选择算法的效率低下的问题,本文采用Aho-Corasick多模式匹配机来改进负选择算法。实验结果表明改进后的负选择算法的时间复杂度为O(l)。

关键词：入侵检测系统人工免疫系统克隆选择算法负选择算法多模式匹配算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于文本的数字水印技术研究

基于文本的数字水印技术研究

作者：韩猛安徽理工大学

学位级别：硕士

随着计算机技术和因特网通信技术的迅速发展,数字作品的传播达到了前所未有的深度和广度,其版权保护也正成为一个迫切需要解决的问题。数字水印是近些年来出现的一种有效的数字产品版权保护技术。它克服了传统密码学技术中加密的内容在... 详细信息

随着计算机技术和因特网通信技术的迅速发展,数字作品的传播达到了前所未有的深度和广度,其版权保护也正成为一个迫切需要解决的问题。数字水印是近些年来出现的一种有效的数字产品版权保护技术。它克服了传统密码学技术中加密的内容在解密之后不再安全的问题,因而作为知识产权保护和数字多媒体防伪的有效手段,正得到广泛的研究与应用。隐藏信息应该与载体文本内容相关,而且嵌入隐藏信息后的载体文件与原文件的差异应该很小,最好两者之间没有差异。目前文本数字水印可以分为两类:一类是基于文本格式的数字水印,另一类是基于文本内容的数字水印。前者主要是早期数字水印的研究方法,嵌入的水印信息都在空间域中,典型的算法有行间距编码、字间距编码和特征编码。这类算法的基本思想就是在不改变文本内容的前提下,对文档格式做轻微的调整,以此来嵌入水印信息,如在行间距编码中,上移某行,隐藏“1”;下移某行,隐藏“0”。这类算法的最大弱点就是隐藏的信息与载体内容无关,只与载体的格式相关,嵌入的水印信息很难抵抗如格式调整,删除文本段落等攻击。后者是近些年来才兴起的水印嵌入方法,嵌入的水印信息也大都在空间域,也有一些是水印是嵌入在变换域中的。典型的算法有根据文本内容做同义词替换、根据自然语言特征对特定的句式做变换,以此来嵌入水印信息。这类算法的优点是隐藏信息与文本内容紧密关联,水印的安全性较好。在本论文中,采用基于文本内容的水印技术,结合汉语的特征,根据汉语分词技术,对载体中的句子作词性标记。将其转换为词性标记串或句型。根据句型分布构造huffman编码的二叉树。秘密信息解码为句型,句型在载体文本中的位置就是密钥。在本论文的试验部分,分别做了基于文本格式的数字水印试验和基于词性标记的数字水印试验。通过这两个试验的对比分析,我们得到,无论在水印的鲁棒性还是水印的容量上,后者的性能都明显地高于前者。而且后者对载体文本没有严格的要求,水印嵌入比较方便。

关键词：信息隐藏数字水印文法分析 huffman编码文本格式

面向深度学习中高分辨率对抗样本的攻击和防御

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向深度学习中高分辨率对抗样本的攻击和防御

作者：李志伟安徽理工大学

学位级别：硕士

对抗样本的存在给深度神经网络（DNNs）的应用安全性带来极大威胁,它通过在原始输入（如图片,语音,文字）中加入人类难以察觉的细小扰动来以高置信度欺骗DNNs。因此关于对抗样本的研究和相关文献开始大量涌现,本论文从图片对抗样本的攻... 详细信息

对抗样本的存在给深度神经网络（DNNs）的应用安全性带来极大威胁,它通过在原始输入（如图片,语音,文字）中加入人类难以察觉的细小扰动来以高置信度欺骗DNNs。因此关于对抗样本的研究和相关文献开始大量涌现,本论文从图片对抗样本的攻击和防御两个对立的角度出发,分别提出针对高分辨图片生成和防御有效的算法,目的是通过暴露和探索深度学习模型存在的弱点和盲点来提升模型在应用中的鲁棒性。具体来说,从攻击层面展开,现存最先进的对抗样本的攻击方法是基于生成对抗网络机制（GAN-based）,由于较高的计算资源消耗和超大的数据量需要,先前基于GAN生成对抗样本的研究只能在低分辨率和小规模数据集上开展,这就导致了生成对抗图片的可视化效果较差。为了解决这一问题,本文在AdvGAN的基础上做了改进,将原始数据集进行数据增强,并结合主成分分析（PCA）和核主成分分析（KPCA）将输入实例的主要特征映射为潜变量。实验结果表明,该方法在保持原始输入96%以上的特征时可以生成更加自然的对抗扰动;在CIFAR-10,ImageNet和LSUN数据集上攻击成功率相比AdvGAN有小幅提升;生成的对抗样本具有强语义关联性,在主流的DNNs分类模型上具有较好的迁移性。从防御层面展开,现存针对对抗样本的防御方法具有以下缺陷:只针对特定的攻击有效果（如基于梯度的攻击算法）;用来检测对抗样本的模型结构在训练过程中需消耗大量的计算资源;对于对抗样本的操作会引入其他的副作用（如精确度大幅降低）。本文提出的防御方法是基于输入变化机制的,将通过集成图像操作器（Ensemble Image Operators）处理后的对抗样本进行镜面翻转,来降低对抗扰动的影响和解决上述存在的缺陷。实验结果表明,该方法在牺牲部分图片清晰度的情况下,能够大幅提升抵御对抗攻击的效果;并且该方法可以泛化到一些主流攻击算法的不同扰动量级,与其它基于输入变化的防御方法相比,该方法在精确度提升和变化后对抗样本的图片质量方面具有优异表现。图[19]表[10]参考文献[72]

关键词：对抗样本对抗攻击对抗防御计算机视觉数字图像处理深度学习

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于树突细胞算法数据融合的僵尸程序检测

基于树突细胞算法数据融合的僵尸程序检测

作者：邢建强安徽理工大学

学位级别：硕士

近年来,分布式拒绝服务攻击(DDoS)、垃圾邮件(Spam)、网络钓鱼(phishing)、蠕虫(worm)传播、窃取敏感信息等恶意活动使网络安全面临着重大的威胁,导致了巨大的经济损失,而其中大部分恶意活动是由于僵尸网络(Botnet)造成的。僵尸网络是... 详细信息

近年来,分布式拒绝服务攻击(DDoS)、垃圾邮件(Spam)、网络钓鱼(phishing)、蠕虫(worm)传播、窃取敏感信息等恶意活动使网络安全面临着重大的威胁,导致了巨大的经济损失,而其中大部分恶意活动是由于僵尸网络(Botnet)造成的。僵尸网络是一种由受控计算机组成的大型计算机网络,从基于简单的IRC协议到复杂多变的P2P结构,再到基于]HTTP及DNS协议的控制模式,僵尸网络逐渐发展成为难以检测的恶意行为。虽然僵尸网络检测技术的研究成果显著,但已存在的检测技术很少是根据系统API函数调用来监控僵尸程序的行为,也没有使用人工免疫系统中的算法对不同的数据源进行数据融合。基于此,本文的主要研究内容如下：1.研究了僵尸网络的起源、分类及其危害,以及当前主要的僵尸网络检测手段和最新的检测理论研究成果,分析了各类检测技术的缺点和缺陷。2.从树突细胞(Dendritic Cells Algorithm, DCA)生物学机理入手,分析了树突细胞在人体免疫系统中的功能,介绍了树突细胞算法和确定性树突细胞算法。3.研究并分析了僵尸程序在僵尸主机中的行为,利用API Hook工具对僵尸程序行为的系统调用进行截获,完成了所截获数据与DCA输入信号之间的映射关系。通过分析DCA算法中树突细胞的行为特征,对不同来源的数据进行了融合和相互关联,并且在原有树突细胞算法的基础上将异常指标MCAV改变为MAC,实现对对僵尸程序的检测。通过实验表明,将DCA的数据融合能力应用到僵尸程序的检测中是可行且有效,并且采用MAC比MCAV具有更高的检测率,最后证明了检测结果受权值矩阵的影响较大,如何选取一个合适的权值矩阵以及合适的异常阈值是下一步要解决的问题。

关键词：树突细胞算法僵尸网络数据融合僵尸网络检测技术

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

CSCW中基于角色访问控制的研究与改进

CSCW中基于角色访问控制的研究与改进

作者：李卿安徽理工大学

学位级别：硕士

随着电子信息技术的不断发展,信息化建设的深入进行,越来越多的信息系统在开放的网络平台上得到了广泛的应用。众多的用户通过使用信息系统来完成各种复杂的协同工作任务,计算机支持的协同工作（Computer Supported Cooperative Work, C... 详细信息

随着电子信息技术的不断发展,信息化建设的深入进行,越来越多的信息系统在开放的网络平台上得到了广泛的应用。众多的用户通过使用信息系统来完成各种复杂的协同工作任务,计算机支持的协同工作（Computer Supported Cooperative Work, CSCW）便应运而生。 CSCW在计算机技术的支持下,实现了协同工作中资源的共享以及任务的分配与调度。在资源共享与任务分配的过程中,由于参与协同工作的用户众多,协同任务复杂,访问控制便成为CSCW系统安全的一个重要的研究内容。 RBAC是当前CSCW系统中,使用较为广泛的一种访问控制机制。本文分析了CSCW系统的相关特性,进一步研究了访问控制技术,针对CSCW系统中RBAC模型在权限分配与动态定制等问题上存在的不足,提出了改进方案并给出了验证实例。本文的主要研究内容概况如下。 1.对CSCW的特点、系统结构以及相关的应用技术进行了分析,在了解访问控制在CSCW系统中的应用需求后,对访问控制技术以及应用于CSCW系统中相应的访问控制模型进行了分析与研究。 2.对RBAC模型进行了深入的研究与分析,总结了CSCW系统中RBAC模型在动态需求的权限分配与管理等方面存在的问题。 3.对RBAC模型进行了改进,提出角色对象RO、静态权限列表SPL以及动态权限列表DPL的概念,对RO、SPL和DPL进行了具体的说明与阐述,通过RO在具体协同工作中的生成,以及DPL的动态变化来满足访问控制在CSCW系统中对动态授权管理的需求。 4.给出改进的RBAC模型的具体描述与相关的形式化定义,对模型的工作流程进行了阐述与分析。 5.在新农合居民公共卫生管理平台的一期开发中,将改进的RBAC模型应用在该平台上,给出了项目中与访问控制有关的数据库表的设计和相关的实现代码。

关键词：计算机支持的协同工作访问控制基于角色的访问控制角色对象静态权限列表动态权限列表