扩展了信任与隐私的ABAC模型研究
编者按： 摘要：基于属性的访问控制模型(ABAC)特别适用于大规模分布式网络。然而，由于其访问控制决策依赖于属性的暴露，又没有有效的敏感属性保护机制，使得访问主体的敏感属性存在非法暴露的风险。本文提出了一种扩展了信任与隐私的ABAC模型，它包含了信任与隐私这两个特殊属性，并使访问控制决策敏感于跨组织的协作上下文，以解决ABAC模型本身不含敏感属性保护机制的问题。设计了一种促使管理者在危机管理系统中做出更优决策的图形化原型工具，并验证本文方法的有效性。 编者按：ABAC模型(基于属性的访问控制模型)是业界专
2 扩展了信任与隐私的ABAC授权模型定义
本文的ABAC模型包含属性、主体与主体属性、客体与客体属性、上下文、许可、许可分配函数、操作这几个基本概念，以及信任、隐私这几个扩展概念。
信任：表示某一访问实体对另一访问实体预期行为的主观判断，本文用TrustS与TrustO分别表示主体信任与客体信任。信任度为信任的量化，取值范围为[0,1]。
隐私：表示被访问实体不愿被不可信实体获取的信息，本文用PrivateS与PrivateO分别表示主体隐私与客体隐私。防止访问实体敏感信息被非法暴露的行为叫做隐私保护。
许可分配函数：表示将访问控制策略与规则应用于访问请求的函数，是许可与请求之间的一一映射。一个全局许可分配函数可表示为pa_i()，其中i表示函数标识符，括号内是评估所需各种参数，包括主客体属性集、上下文集合与操作集，评估结果有三种，即前文所述之授权许可集。每条pa_i()评估访问控制策略的一条规则i，并分配访问的某个特定许可，完整形式如公式1所示：
pa_i(s.ATTR, o.ATTR, CTXT , OP) ∈ PER{‘allow’, ’deny’, ’NA’} (公式1)
本文使用函数FACD()来决定最终的访问控制决策，FACD()使用一个连接函数com()对所有可用规则的评估结果进行联合评估，并返回最终的per值。公式2为函数FACD()的具体形式：
FACD(s.ATTR, o.ATTR, CTXT , OP) = com(pa_1(s.ATTR, o.ATTR, CTXT, OP), . . . , pa_n(s.ATTR, o.ATTR, CTXT, OP)) ∈ PER{‘allow’, ’deny’, ’NA’} (公式2)
3 信任与隐私保护的引入方法
3.1 信任的引入方法
信任是在给定上下文中，主体表现的预期程度[4~7]。本文模型将信任放入上下文与主客体属性中综合考虑。本文模型使用信任的概念，通过评估主体的先期行为，给出相关信任度，来预测其未来行为。主体s的信任度可表示为TD(s)且0 ≤ TD(s) ≤ 1。访问主体的信任度将直接影响AC决策。信任度的计算可依托第三方可信平台。公式3表示的是扩展了信任的AC决策。
函数req_trust()返回授权访问客体属性的最低信任度，即信任度阈值，图3为信任度阈值的基本计算过程。
如果函数req_trust()不能评估发送访问请求的主体的信任度，那么应将最低信任度设置为1，以最大程度保护客体隐私。
3.2 隐私保护的引入方法
隐私保护是协作环境下的危机管理需解决的另一个重要问题[8]。本文关注于客体的隐私保护，用到了明确定义的目的的概念。本文目的的定义相似于文献[9]所述：如果访问请求是以其他的打算而不是与之相关的打算为目的的，那么数据库中的记录就该被保护起来。
加入微信
获取电子行业最新资讯
搜索微信公众号：EEPW
或用微信扫描左侧二维码