基于免疫应答机制的访问控制的研究

论文摘要

针对经典的多安全策略支持结构,特别是通用访问控制框架（Generalized Frameworkfor Access Control,GFAC）在加入多个安全策略后效率明显下降的问题,借鉴人工免疫系统（Artificial Immune System,AIS）所具备的强大的学习、识别和记忆能力以及分布式、自组织、多样性等特性,本文将AIS的一些原理和机制应用于访问控制技术,提出了一个基于免疫机制的通用访问控制框架（Immunity-based GFAC,IGFAC）。文章首先描述了该模型的体系结构及其访问控制流程并定义模型中各要素;其次,结合实际访问请求规律及免疫系统特点,给出了模型中抗原和抗体的定义及表示、数据的预处理、成熟细胞和记忆细胞的产生等;最后,详细阐述访问控制决策部分。在该部分,根据GFAC在做出决策时频繁访问ACI导致访问控制效率降低这一事实,将免疫应答机制引入到模型中,着重研究实现该部分的几个潜在的免疫机制,包括免疫识别、免疫学习、免疫记忆、动态更新等的具体实现,并给出相关算法。仿真实验发现,IGFAC比GFAC在时间效率方面具有较大的优势,原因是IGFAC通过引入免疫机制,不仅可以保存决策结果,减少访问ACI的次数,而且还能记忆频繁发生的访问,以更快的速度进行响应。性能测算表明,IGFAC在保留通用访问控制模型良好特性的前提下,不仅有效地提高了系统访问控制决策的效率,同时具备一定的自适应性和多样性等特点,从而为该模型的推广创造了条件。

论文目录

• 摘要
• Abstract
• 1 前言
• 1.1 研究背景
• 1.2 访问控制技术
• 1.2.1 访问控制技术简介
• 1.2.2 访问控制的发展历程及其应用
• 1.3 人工免疫系统简介
• 1.3.1 人工免疫系统机理
• 1.3.2 人工免疫系统的发展现状
• 1.4 论文的主要内容
• 2 AIS及其模型的研究
• 2.1 AIS的生物原型
• 2.1.1 生物免疫系统的体系结构及基本概念
• 2.1.2 AIS的仿生机理
• 2.1.3 免疫独特型网络理论
• 2.1.4 生物免疫系统的基本特征
• 2.1.5 生物免疫系统对信息安全的启示
• 2.2 AIS的模型
• 2.2.1 免疫算法
• 2.2.2 阴性选择算法与克隆选择算法
• 2.2.3 人工免疫网络模型
• 2.3 AIS的应用
• 3 基于免疫应答的通用访问控制框架的设计
• 3.1 访问控制框架的研究
• 3.2 IGFAC的设计思想
• 3.2.1 GFAC的研究与分析
• 3.2.2 IGFAC基于的免疫安全特征
• 3.2.3 IGFAC的提出
• 3.3 IGFAC的总体结构设计
• 3.3.1 IGFAC体系结构
• 3.3.2 IGFAC中要素的定义
• 3.3.3 IGFAC的访问控制过程
• 3.3.4 IGFAC中抗原与抗体的作用机制
• 3.4 安全体系框架的评价准则
• 4 IGFAC决策机制的实现
• 4.1 访问控制决策机制的实现
• 4.1.1 IGFAC的免疫识别过程
• 4.1.2 IGFAC中的免疫学习过程
• 4.1.3 IGFAC中的免疫记忆过程
• 4.1.4 免疫细胞的动态演化机制
• 4.2 仿真实验及分析
• 4.2.1 GFAC与IGFAC性能比较
• 4.2.2 参数对系统性能的影响
• 5 总结与展望
• 5.1 本论文的总结
• 5.2 进一步的工作与展望
• 致谢
• 参考文献
• 读研期间发表的论文