基于数字水印的数据库角色访问控制模型

角色授权是角色访问控制模型中一个重要部分,已有形式化方法大都集中在显式的描述上.本文在研究已有的RBAC模型基础上,结合关系数据库水印技术信息隐藏的特点,提出一种基于数字水印的数据库角色访问控制模型及其实现框架,重点研究了与角色授权相关的水印算法,并给出模型在入侵容忍安全数据库模型中的实现.     

一种基于扩展角色的访问控制模型和方法

针对传统的基于角色访问控制（RBAC）模型的不足,在基于角色的权限访问控制的基础上,提出了一个扩展角色访问控制模型,新模型对角色和权限的概念进行了扩展,使得RBAC模型能够更灵活、高效地对系统进行权限访问控制,增强了访问控制安全。     

工作流系统中一个基于多权角色和规则的条件化RBAC安全访问控制模型

针对传统的RBAC模型不能表达复杂的工作流安全访问控制约束的缺点,提出了一个适合工作流系统的基于多权角色和规则的条件化安全访问控制模型CMWRRBSAC(conditioned multi-weighted role and rule based secure access control model).该模型基于传统的RBAC模型,提出了基于动态角色分配的条件化RBAC方法,定义了基于多权角色的工作流系统访问授权新概念,并针对多个角色和多个用户协同激活任务的序约束问题,给出了基于令牌的序约束算法和基于加权角色综合的序约束算法,讨论了一个基于规则的职责分离约束建模方法,并给出了改进的规则一致性检验算法.     

基于双层角色和组织的可扩展访问控制模型

针对现有基于角色的访问控制(RBAC)研究存在角色设置单一使得适应性差、多域环境下角色或权限冗余、对资源管理关注不够等问题,论文提出支持资源管理的基于双层角色和组织的访问控制模型。通过双层角色划分,提出基于职能角色和任务角色的双层角色架构,使得模型更加符合实际,也更具适应性;引入组织的概念并与双层角色相结合,对角色和权限的概念加以扩展,形式化定义了提出的基于双层角色和组织的访问控制模型,描述了影响模型安全的职责分离约束和势约束。对模型的表达能力、复杂度进行了分析,分析表明该机制不仅保留了RBAC的特点与优势,且比RBAC具有较低的复杂度并更适合于由多个相似组织构成的分布式多域环境。     

基于极大独立集的最小连通支配集的分布式算法

全网范围的广播在无线传感器网络和移动自组织网络中有着广泛的应用.为节省网络资源,减少冗余转发节点成为广播中需解决的关键问题.广播过程中最小化参与转发节点数问题与图论中求解最小连通支配集问题等价,而在任意图中求解最小连通支配集是NP完全问题.本文基于极大独立集,提出了一种求解最小连通支配集的分布式算法(MISB),并证明了算法的正确性.仿真结果表明,使用该算法能得到较小的连通支配集,从而有效减少网络广播过程中的转发节点数,大大节省了网络资源.     

基于角色的域-类型增强访问控制模型研究及其实现

安全系统只有能够支持多种安全政策才能满足实际需求.基于角色的访问控制(Role-Based Access Control,RBAC)是一种政策中性(Policy Neutral)的新模型,已经实现了多种安全政策.域-类型增强(Domain and Type Enforcement,DTE)安全政策充分体现了最小特权(Least Privilege)和职责分离(Separation of Duty)的安全原则,但是,RBAC96不便于直接实现DTE.根据RBAC和DTE的思想,本文提出了"基于角色的域-类型增强访问控制"(Role-Based Domain and Type Enforcement Access Control,RDTEAC)模型.该模型继承了RBAC96的优点,又体现了DTE的安全思想,并易于实现DTE安全政策.此外,我们还在Linux上实现了RDTEAC模型的一个原型.     

"长城"安全政策的扩充研究及其实现

"长城"安全政策(Chinese Wall Security Policy,CWSP)是商业信息领域中重要的安全政策之一.但是Brewer-Nash提出的CWSP并不能很好地满足实际的需要.基于角色的访问控制(Role-Based Access Control,RBAC)模型是一种"政策中性(Policy Neutral)"的模型,被看作是最有可能替代传统的自主和强制访问控制模型的一种全新的模型,正越来越被信息安全领域所重视.本文首先介绍了RBAC和"长城"安全政策,然后根据实际应用对CWSP作了系统的扩充,最后本文系统地论述了基于RBAC的扩充CWSP的实现方法.     

基于角色的访问控制框架的研究与实现

介绍一种基于角色的访问控制框架，详细阐述了该框架的实现原理和工作机制.基于角色的访问控制（RBAC）是一种关于授权管理的概念模型，与传统的授权策略相比，它更加灵活、安全且易维护.基于角色的访问控制框架在原理上对RBAC基本模型进行了概念扩展，根据大规模数据资源授权管理的需要，提出了更加细化的资源概念和明确的权限判定机制。     

基于RBAC的权限管理系统的实现

本文介绍了基于RBAC模型的权限管理系统的实现.首先描述了RBAC模型的基本思想,然后重点阐述了权限控制系统设计和实现效果.研究内容主要是基于.NET Framewok2.0的多层体系结构设计,并讨论了基于RBAC的访问控制模型和动态授权机制的多级权限管理模型,以及权限访问、权限控制和权限数据存储等关键技术.文中提出采用RBAC模型进行权限管理系统的实现与部署,将用户纳入角色组进行集中统一管理的思路,在企业应用系统开发中具有重要的参考价值.     

基于Eclipse的RBAC通用插件的设计与实现

基于角色的访问控制(RBAC)技术解决了大型企业信息系统中复杂的安全访问问题.为了提高软件的可重用性,缩短应用系统的开发周期,研究并开发通用的RBAC插件,使其能够集成于各种企业信息系统中完成该信息系统的权限控制需求.分析Eclipse的工作机制以及基于OSGI规范的插件实现原理,提出在Eclipse平台上设计和实现一个通用RBAC插件的设计方法,并运用Eclipse的插件开发方法实现通用的RBAC插件.     

云计算环境中基于用户访问需求的角色查找算法

提出了一种云计算环境中基于角色的访问控制模型CARBAC,将角色分为用户角色和资源拥有者管理角色。针对管理角色对用户访问的角色指派,提出了在混杂角色层次关系中基于用户权限的角色查找算法。对于一组给定的授权,该算法能在云计算系统的角色中选择一组数量最少的角色指派给用户。仿真实验表明,针对云计算环境中的海量用户访问,本算法能显著减少系统中角色的数量,缩短用户授权时间,提高系统运行效率。     

Improved dynamic routing algorithms in elastic optical networks

The considered Routing, Modulation Level and Spectrum Allocation (RMLSA) problem covers path length minimization while still meeting the spectrum continuity constraints, non-overlapping spectra constraints, spectrum contiguity constraints, and choice of modulation level. In this problem, the relationship between spectrum connection and bit rate of the incoming request has been taken into account. In this paper, two algorithms have been proposed. The first one is based on a set of shortest paths whose lengths are determined by the number of links in the network. The second one is a modified version of Dijkstra’s algorithm. Modification of this algorithm is based on introduction of weights of the network links depending on the utilization of the links and the introduction of a aggregated spectrum of the path that is being selected. Extensive research has shown that algorithms reject the lower traffic volume as compared to well-known algorithms proposed in literature.     

一种基于随机投影的贝叶斯时间差分算法

在强化学习方法中,大部分的算法都是基于值函数评估的算法.高斯过程时间差分算法利用贝叶斯方法来评估值函数,通过贝尔曼公式和贝叶斯规则,建立立即奖赏与值函数之间的概率生成模型.在状态空间中,通过在线核稀疏化并利用最小二乘方法来求解新样本的近似线性逼近,以提高算法的执行速度,但时间复杂度依然较高.针对在状态空间中近似状态的选择问题,在高斯过程框架下提出一种基于随机投影的贝叶斯时间差分算法,该算法利用哈希函数把字典状态集合中的元素映射成哈希值,根据哈希值进行分组,进而减少状态之间的比较.实验结果表明,该方法不仅能够提高算法的执行速度,而且较好地平衡了评估状态值函数精度和算法执行时间.     

Efficient Total Variation Minimization Methods for Color Image Restoration

In this paper, we consider and study a total variation minimization model for color image restoration. In the proposed model, we use the color total variation minimization scheme to denoise the deblurred color image. An alternating minimization algorithm is employed to solve the proposed total variation minimization problem. We show the convergence of the alternating minimization algorithm and demonstrate that the algorithm is very efficient. Our experimental results show that the quality of restored color images by the proposed method are competitive with the other tested methods.     

基于非局部相似块低秩的压缩感知图像重建算法

传统的压缩感知重建算法利用信号在某个特征空间下的稀疏性构建目标优化函数,但没有充分考虑信号的局部特性和结构化属性,影响了算法的重建性能和算法的适应性.本文考虑图像的非局部自相似性(NonlocalSelf-Similarity,NLSS),提出一种基于图像相似块低秩的压缩感知图像重建算法,将图像恢复问题转化为聚合的相似块矩阵秩最小问题.算法以最小压缩感知重建误差为约束构建优化模型,并采用加权核范数最小化算法(Weighed Nuclear Norm Minimization,WNNM)求解低秩优化问题,很好地挖掘了图像自身的信息和结构化稀疏特征,保护了图像的结构和纹理细节.多个测试图像、不同采样率下的实验证明了算法的有效性,特别是在低采率下对于纹理较为丰富的图像,提出的算法图像重建质量较明显的优于最新的同类算法.     

粗糙集理论在决策判断中的应用

属性约简是RoughSet理论研究中的核心内容之一,现在已经证明寻找决策表的最小约简是NP hard问题。本文首先阐述了可辨识矩阵的概念;然后在此基础上提出了一种基于可辨识矩阵和信息熵的属性约简的新算法,并给出了该算法的时间复杂度;最后,通过实例分析表明,本文算法能够成功用于决策判断,并且在多数情况下该算法能够得到决策表的最小约简。     

动态环境视觉导航的有限状态粗集方法研究

为实现移动机器人在多目标动态环境下导航与控制,提出了有限状态机和粗糙集理论相结合的单PT(Pan-Tilt)视觉系统监控策略.首先定义了目标方位信息可信度估计模型及基于动态优先级的目标选定方法.然后确定了每个目标监控的有限状态机模型,并依据粗糙集理论对目标监控决策表进行了约简,引入了非值约简描述方法,得到了最小规则集.在多目标环境下的移动机器人实验,验证了所提出方法的有效性.     

基于改进粒子群算法和特征点集的无线传感器网络覆盖问题研究

本文针对基于网格点的区域覆盖算法未考虑网络的固有特征,导致算法存在近似及复杂度偏高等问题,通过研究区域覆盖的特征,结合概率感知模型,对区域内两点的覆盖率关系进行分析,定义了特征点集的概念;对特征点集进行建模,将区域覆盖转化为基于特征点集的优化问题。利用改进粒子群算法解算此优化问题,通过惯性权重及局部增强因子扰动项,避免其陷入早熟状态;同时,针对集中式PSO算法不适用于无线传感网的问题,本文提出了一种并行分区式策略。仿真分析验证了所提算法的优越性和特征点距上界的存在性,该方法为区域覆盖问题的研究提供了新的思路。     

Fast Multi-reference Motion Estimation via Enhanced Downhill Simplex Search

Block motion estimation can be regarded as a function minimization problem in a finite-dimensional space. Therefore, fast block motion estimation can be achieved by using an efficient function minimization algorithm instead of a predefined search pattern, such as diamond search. Downhill simplex search is an efficient derivative-free function minimization algorithm. In this paper, we proposed a fast block motion estimation algorithm based on applying the downhill simplex search for function minimization. Several enhanced schemes are proposed to improve the efficiency and accuracy, including a new initialization process, a special rounding scheme, and an early-stop error function evaluation procedure. We also extend the downhill simplex search for the multi-reference frame motion estimation problem. Experimental results show superior performance of the proposed algorithm over some existing fast block matching methods on several benchmarking video sequences.     

Deconvolution filter design via l1 optimizationtechnique

A new l₁ optimal deconvolution filter design approach for systems with uncertain (or unknown)-but-bounded inputs and external noises is proposed. The purpose of this deconvolution filter is to minimize the peak gain from the input signal and noise to the error by the viewpoint of the time domain. The solution consists of two steps. In the first step, the l₁ norm minimization problem is transferred to an equivalent A-norm minimization problem, and the minimum value of the peak gain is calculated. In the second step, based on the minimum peak gain, the l₁ optimal deconvolution filter is constructed by solving a set of constrained linear equations. Some techniques of inner-outer factorization, polynominal spectral factorization, linear programming, and some optimization theorems found in a book by Luenberger are applied to treat the l₁ optimal deconvolution filter design problem. Although the analysis of the algorithm seems complicated, the calculation of the proposed design algorithm for actual systems is simple. Finally, one numerical example is given to illustrate the proposed design approach. Several simulation results have confirmed that the proposed l₁ optimal deconvolution filter has more robustness than the l₂ optimal deconvolution filter under uncertain driving signals and noises