主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2022年专刊出版计划 微信服务介绍 最新一期:2021年第2期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王雅哲,冯登国,张立武,张敏.基于多层次优化技术的XACML 策略评估引擎.软件学报,2011,22(2):323-338
基于多层次优化技术的XACML 策略评估引擎
XACML Policy Evaluation Engine Based on Multi-Level Optimization Technology
投稿时间:2009-02-20  修订日期:2009-08-12
DOI:10.3724/SP.J.1001.2011.03707
中文关键词:  XACML  访问控制  策略评估  规则精化  缓存机制  策略索引
英文关键词:XACML (extensible access control markup language)  access control  policy evaluation  rule refining  cache mechanism  policy index
基金项目:国家自然科学基金(61003228, 60803129); 中国科学院知识创新工程项目(YYYJ-1013); 下一代互联网业务试商用及设备产业化专项(CNGI-09-03-03)
作者单位E-mail
王雅哲 中国科学院 软件研究所 信息安全国家重点实验室,北京 100190
信息安全共性技术国家工程研究中心,北京 100190 
yz.wang@is.iscas.ac.cn 
冯登国 中国科学院 软件研究所 信息安全国家重点实验室,北京 100190
信息安全共性技术国家工程研究中心,北京 100190 
 
张立武 中国科学院 软件研究所 信息安全国家重点实验室,北京 100190  
张敏 中国科学院 软件研究所 信息安全国家重点实验室,北京 100190  
摘要点击次数: 4248
全文下载次数: 5118
中文摘要:
      给出一种采用多层次优化技术的XACML(extensible access control markup language)策略评估引擎实现方案MLOBEE(multi-level optimization based evaluation engine).策略判定评估前,对原始策略库实施规则精化,缩减策略规模并调整规则顺序;判定评估过程中,在引擎内部采用多种缓存机制,分别建立判定结果缓存、属性缓存和策略缓存,有效降低判定引擎和其他功能部件的通信损耗.通过两阶段索引实现的策略缓存,可显著降低匹配运算量并提高策略匹配准确率.仿真实验验证了MLOBEE 所采用的多层次优化技术的有效性,其整体评估性能明显优于大多数同类系统.
英文摘要:
      This paper proposes an implementation scheme of XACML (extensible access control markup language) policy evaluation engine based on multi-level optimization technology, MLOBEE (multi-level optimization based evaluation engine). Before evaluating these policies, the scenario implements rule refinement to lessen scale policies and adjust the sequence at the rule. During evaluation, the engine adopts a multi-cache mechanism that includes result cache, attribute cache, and policy cache to reduce the communication cost between engine and other components. To decrease matching magnitudes and enhance matching exactitudes, policy cache practices two stage index techniques. Finally, emulation tests validate that the overall evaluation performance of MLOBEE, using multi-level optimization technology, is better than most other similar systems.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利