-
公开(公告)号:CN101888341B
公开(公告)日:2013-02-27
申请号:CN201010230853.6
申请日:2010-07-20
Applicant: 上海交通大学
IPC: H04L29/06 , H04L12/911
CPC classification number: H04L63/105 , G06F21/604 , G06F2221/2141
Abstract: 一种网络技术领域的在分布式多信任域环境下基于可计算信誉度的访问控制方法。包括:用户登录到目标信任域中,通过角色映射和角色转换,目标域会赋予用户的角色集;用户试图获取目标域中的资源信息;查询授权策略数据库;更新累积行为库中的用户行为变量值,更新行为评价库中该外域角色对应的用户行为执行次数;进行基于行为的角色转换;生成行为评价向量,计算出该角色的声望值;调整与该角色相关联的角色映射策略。本发明以用户行为作为信任的评估对象,实现了角色映射、角色转换和声望反馈的动态信任管理,提高了信任域和用户之间的互动能力,增强了对信任域内访问控制的灵活性、安全性、可靠性,有效地解决了网络系统服务中用户授权和资源管理问题。
-
公开(公告)号:CN101888341A
公开(公告)日:2010-11-17
申请号:CN201010230853.6
申请日:2010-07-20
Applicant: 上海交通大学
CPC classification number: H04L63/105 , G06F21/604 , G06F2221/2141
Abstract: 一种网络技术领域的在分布式多信任域环境下基于可计算信誉度的访问控制方法。包括:用户登录到目标信任域中,通过角色映射和角色转换,目标域会赋予用户的角色集;用户试图获取目标域中的资源信息;查询授权策略数据库;更新累积行为库中的用户行为变量值,更新行为评价库中该外域角色对应的用户行为执行次数;进行基于行为的角色转换;生成行为评价向量,计算出该角色的声望值;调整与该角色相关联的角色映射策略。本发明以用户行为作为信任的评估对象,实现了角色映射、角色转换和声望反馈的动态信任管理,提高了信任域和用户之间的互动能力,增强了对信任域内访问控制的灵活性、安全性、可靠性,有效地解决了网络系统服务中用户授权和资源管理问题。
-
公开(公告)号:CN101794312A
公开(公告)日:2010-08-04
申请号:CN201010119164.8
申请日:2010-03-08
Applicant: 上海交通大学
IPC: G06F17/30
Abstract: 一种计算机网络安全领域的基于安全视图的XML文档访问控制方法,包括以下步骤:定义角色并授权;为每个用户分配角色,进行基于角色的访问控制;将XML文档的Schema模式处理生成Schema安全视图;用户发出访问操作请求时,Schema安全视图的XPath指定权限对象,执行相应的读取读取XML文档或为XML文档添加内容或为XML文档更新内容或为XML文档删除内容。本发明通过生成Schema安全视图,达到基于安全视图的XML文档访问控制,有效的减少了待处理的对象数目,提高了效率;采用RBAC访问控制策略对Schema文档进行扩展,提出了细粒度授权文档的形式,实现了基于角色的访问控制,既保证了XML文档中数据信息的安全性,也不会改变用户对XML文档的使用方式。
-
公开(公告)号:CN102006305B
公开(公告)日:2013-05-01
申请号:CN201010577726.3
申请日:2010-12-08
Applicant: 上海交通大学
Abstract: 一种网络技术领域的P2P网络中基于分布式可推荐的声誉遏制恶意行为的方法。本发明从列表中获得所有节点的声誉值;根据时间因子计算当前节点对B的直接声誉;请求它们给出关于节点B声誉的推荐值;再根据偏差值,确定推荐者行为的诚实度并更新推荐者的推荐声誉;计算得节点B的间接声誉;设置权重分配参数,整合成最终声誉;选出合适的节点进行连接,下载资源;对这个资源打分。降低团伙欺骗的成功概率;对于非恶意节点的偏差行为,检测并对其偏差值进行补偿,从而保证诚实节点的声誉维持在正常水平。这些策略合理地分布在本声誉管理框架之中,并能适应P2P网络节点的随机性和动态性,使得用户最终的声誉相较传统评价体系更加实时、准确、可靠。
-
公开(公告)号:CN102006305A
公开(公告)日:2011-04-06
申请号:CN201010577726.3
申请日:2010-12-08
Applicant: 上海交通大学
Abstract: 一种网络技术领域的P2P网络中基于分布式可推荐的声誉遏制恶意行为的方法。本发明从列表中获得所有节点的声誉值;根据时间因子计算当前节点对B的直接声誉;请求它们给出关于节点B声誉的推荐值;再根据偏差值,确定推荐者行为的诚实度并更新推荐者的推荐声誉;计算得节点B的间接声誉;设置权重分配参数,整合成最终声誉;选出合适的节点进行连接,下载资源;对这个资源打分。降低团伙欺骗的成功概率;对于非恶意节点的偏差行为,检测并对其偏差值进行补偿,从而保证诚实节点的声誉维持在正常水平。这些策略合理地分布在本声誉管理框架之中,并能适应P2P网络节点的随机性和动态性,使得用户最终的声誉相较传统评价体系更加实时、准确、可靠。
-
-
-
-