Skip to main content
QUICK REVIEW

[论文解读] On attribute-based usage control policy ratification for cooperative computing context

Ziyi Su, Frédérique Biennier|arXiv (Cornell University)|May 8, 2013
Access Control and Trust参考文献 36被引用 4
一句话总结

本文提出了一种用于协作计算场景的基于属性的使用控制策略认证方案,采用EBNF语法、溯因约束逻辑编程(ACLP)和事件演算(EC)来建模策略协商与聚合。该方案引入了一种策略聚合代数,通过特定性优先级和拒绝优先原则确保语义一致性,实现无冲突的策略合并,并通过加权多数投票实现合作伙伴推荐。

ABSTRACT

In an open information systems paradigm, real-time context-awareness is vital for the success of cooperation, therefore dynamic security attributes of partners should considered in coalition for avoiding security conflicts. Furthermore, the cross-boundary asset sharing activities and risks associated to loss of governance call for a continuous regulation of partners' behavior, paying attention to the resource sharing and consuming activities. This paper describes an attribute-based usage control policy shceme compline to this needs. A concise syntax with EBNF is used to summarize the base policy model. The semantics of negotiation process is disambiguated with abductive constraint logic programming (ACLP) and Event Calculus (EC). Then we propose a policy ratification method based on a policy aggregation algebra that elaborate the request space and policy rule relation. This method ensures that, when policies are aggregated due to resource sharing and merging activities, the resulting policy correctly interprets the original security goals of the providers' policies.

研究动机与目标

  • 为解决协作计算中的安全冲突,通过支持具有不同安全策略的合作伙伴之间在动态、上下文感知环境下的策略协商。
  • 确保在组织边界之间持续监管资源共享与使用,特别是在跨边界资产共享导致治理风险时。
  • 使用溯因约束逻辑编程(ACLP)和事件演算(EC)形式化策略协商与聚合的语义,实现请求与策略的精确匹配。
  • 设计一种策略聚合代数,确保在合并过程中保留提供方策略的原始安全目标,保证正确性与一致性。
  • 基于加权多数投票机制,在协作环境中推荐最优合作伙伴,优先考虑简洁的策略规则(RoP)和丰富的策略质量(QoP)配置。

提出的方法

  • 定义基于EBNF的简洁语法,用于基于属性的使用控制策略,捕捉条件、权利、限制和义务。
  • 使用溯因约束逻辑编程(ACLP)建模策略协商语义,以解决请求与策略规则之间的属性谓词匹配问题。
  • 应用事件演算(EC)形式化策略状态的时间动态,包括义务履行和属性更新。
  • 基于先前集成代数的扩展,设计一种策略聚合代数,结合特定性优先级和拒绝优先原则以解决冲突。
  • 使用加权多数投票机制实现推荐机制,其中策略元素按如下优先级排序:条件 > 权利 > 限制 > 义务,优先考虑更广泛的兼容性。
  • 使用多终端二叉决策图(MTBDDs)优化全局策略聚合,以高效表示和组合策略。

实验结果

研究问题

  • RQ1在具有未知合作伙伴的动态协作计算环境中,如何正式指定和协商基于属性的使用控制策略?
  • RQ2何种形式化语义可澄清请求-策略匹配过程,并建模规则组合在策略聚合中的影响?
  • RQ3在分布式、多域环境中,如何在解决冲突的同时保留提供方策略的原始安全目标?
  • RQ4何种标准可指导基于策略兼容性和安全配置的协作环境中最优合作伙伴的选择?
  • RQ5如何使用如MTBDDs等正式表示方法,在协作业务流程的多个步骤中优化策略聚合?

主要发现

  • 所提出的策略聚合代数确保最终策略正确解释原始提供方策略的共同效应,维持语义一致性。
  • 特定性优先级和拒绝优先原则有效解决了策略冲突,确保更具体或拒绝性规则具有优先权。
  • 加权多数投票策略成功推荐了具有更优安全配置的合作伙伴,优先考虑简洁的RoP(更少限制)和丰富的QoP(更广兼容性)。
  • 使用MTBDDs能够高效表示和组合多个策略,支持聚合策略的可扩展全局优化。
  • 基于ACLP和EC的协商语义建模能够准确澄清属性谓词匹配和时间策略动态。
  • 该方法有效支持了资产使用全生命周期的持续监管,解决了跨边界协作中的治理与风险问题。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。