大數據環(huán)境下基于并行化TF-IDF算法增強語義角色挖掘的研究.pdf_第1頁
已閱讀1頁，還剩68頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、在計算機和信息安全領域內，權限訪問控制技術一直是一個非常重要的領域。該技術通過限制用戶在系統(tǒng)內對資源的操作權限來保證系統(tǒng)安全。基于角色的權限控制(RBAC, Role Based Access Contral)技術從1996出現并逐漸形成規(guī)范，現在已經成為訪問控制領域的規(guī)范標準。但是隨著計算技術的發(fā)展，系統(tǒng)資源與系統(tǒng)用戶的爆發(fā)式增長，需要系統(tǒng)管理人員配置的權限也隨之增多，純人工進行RBAC的權限劃分變得越來越耗費資源。為解決上述問題，實

2、現半自動化或自動化的角色權限控制，角色挖掘技術開始逐漸成為該領域的熱門。但是傳統(tǒng)角色挖掘基于用戶權限0/1映射矩陣實現，仍存在許多如挖掘結果不具有語義信息，挖掘0/1矩陣不適應海量的數據容易產生內存溢出和抗噪性差的問題。針對上述問題，提出了通過改變問題空間，使用TF-IDF方法構建RBAC系統(tǒng)。
　　本文使用企業(yè)生產日志數據進行角色挖掘并改變傳統(tǒng)角色挖掘的問題空間進行角色識別。通過重構角色挖掘數據集，構建基于文本挖掘模式的用戶權限

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論