公开(公告)号：CN112149806A

公开(公告)日：2020-12-29

申请号：CN202011022708.9

申请日：2020-09-25

Applicant: 南京理工大学

Inventor： 苏铓 ,  赵银艳 ,  梅东 ,  侯金鹏 ,  付安民 ,  俞研 ,  徐玉婷

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于机器学习的访问控制策略生成方法，包括：获取授权日志，以及访问日志中不同访问资源的历史授权记录，通过所述授权日志对所述历史授权记录构造属性元组对；通过所述属性元组对训练属性权重神经网络；根据所述属性权重神经网络获取属性的向量表示，通过资源属性的向量表示计算访问资源之间的相关性；计算所述属性元组对出现的频率，并当所述属性元组对出现的频率超过给定阈值时，生成频繁项集；根据所述频繁项集获得候选规则；根据所述访问日志和访问资源之间的相关性计算所述候选规则的置信度和支持度；根据所述置信度和支持度生成访问控制策略。本发明利用访问资源的相似性可以帮助增加统计强度，解决授权数据稀疏的问题。

公开(公告)号：CN112149806B

公开(公告)日：2022-07-29

申请号：CN202011022708.9

申请日：2020-09-25

Applicant: 南京理工大学

Inventor： 苏铓 ,  赵银艳 ,  梅东 ,  侯金鹏 ,  付安民 ,  俞研 ,  徐玉婷

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明提出了一种基于机器学习的访问控制策略生成方法，包括：获取授权日志，以及访问日志中不同访问资源的历史授权记录，通过所述授权日志对所述历史授权记录构造属性元组对；通过所述属性元组对训练属性权重神经网络；根据所述属性权重神经网络获取属性的向量表示，通过资源属性的向量表示计算访问资源之间的相关性；计算所述属性元组对出现的频率，并当所述属性元组对出现的频率超过给定阈值时，生成频繁项集；根据所述频繁项集获得候选规则；根据所述访问日志和访问资源之间的相关性计算所述候选规则的置信度和支持度；根据所述置信度和支持度生成访问控制策略。本发明利用访问资源的相似性可以帮助增加统计强度，解决授权数据稀疏的问题。