基于改进K-Means算法的ABAC模型优化

• 作者: 岳玮 王凤英
• 来源期刊: 山东理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 访问控制 ABAC模型 加权欧氏距离 K-Means算法
• 年，卷（期）: 2017,（4）
• 页码范围: 9-12,18
• 页数: 5页
• 分类号: TP393
• 字数: 3791字
• 语种: 中文

摘要

针对基于属性的访问控制(ABAC)模型中属性量化、用户分类等尚未解的问题,引用层次分析法确定用户属性的权值,利用属性权值定义加权欧式距离,为用户分类提供依据.对K-Means聚类算法从三个方面进行优化改进,并把改进后的K-Means聚类算法引入ABAC模型的策略库中,使同一类中的用户具有相同的访问权限,不同类之间的用户自动化访问隔离.最后通过仿真实验分析,优化后的ABAC模型效率和准确率比传统ABAC模型具有明显优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王凤英	山东理工大学计算机科学与技术学院	51	260	9.0	13.0
2	岳玮	山东理工大学计算机科学与技术学院	2	0	0.0	0.0