基于安全级的策略求精及决策机制研究与实现

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:tiefer34
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着网络技术的不断发展和普及,网络安全问题也日益凸现。基于策略的网络安全防护是当前网络安全技术的主要发展方向,但其中的安全策略求精问题一直没有得到很好的解决。迄今为止,关于安全策略求精方法的研究主要集中在基于自动描述中的知识获取KAOS(Knowledge Acquisition in Automated Specification)的目标求精和实体求精的讨论上,而这些求精方法都缺乏对处于同一策略层次上的多种求精方案进行决策的机制。针对安全策略求精中存在的决策问题,以策略的分层管理思想为基础,综合考虑了策略的纵向求精和横向决策两方面因素,将策略安全级引入安全策略的求精操作中,作为某一策略层次上多种求精方案的横向决策依据,提出了基于安全级的策略求精和决策机制。在分析了KAOS目标求精算法和实体求精算法的同时,论述了基于安全级的策略求精及决策的操作方法和执行流程,在系统可允许的安全级别范围内,提供了准确而灵活的策略求精和决策机制。在基于安全级的策略求精及决策机制的基础上,以网上阅卷系统为实际应用环境,全面分析了系统面临的各种网络安全问题及其整体安全需求,据此制定了详尽的网络安全防护方案,同时以可扩展标记语言XML(Extensible Markup Language)为策略描述语言,给出了各层安全策略的具体描述。分析了系统安全级的变化与安全策略选择的关系,论述了基于安全级的纵向求精和横向决策的具体过程,为抽象的安全策略到具体的执行规则的推导转化提供了有力的例证。在网上阅卷系统中的实际应用表明,基于安全级的策略求精及决策机制能够很好地应用到实际的网络安全防护中,在有效保证系统整体安全性的同时,为网络安全的管理提供了充分的灵活性。
其他文献
本文针对国内英语教学中存在的发音质量评价主观化的问题,研究了语音识别中的关键技术,包括语料库、预处理、端点检测、特征提取和隐马尔可夫模型(HMM)等,重点解决了声学模型的
互联网技术的迅速发展,对企业信息化建设提出了更高的要求。基于先进管理理念的ERP ( Enterprise Resource Planning )、CRM ( Customer Relationship Management)、SCM(Supp
生物特征识别技术在上个世纪后二十年内得到了迅猛发展,他在医学诊断领域中形成的一个分支,基于人体生物特征的医学诊断学,也受到了国内外众多研究者的关注。传统中医脉诊是
嵌入式系统的一个重要应用领域是移动通讯终端手机。通信技术的发展,大大提高了无线数据的传输速率和可靠性,电信业也已从传统的“运输行业”正转变为为用户提供新内容和增值服
随着计算机网络应用的不断深入,对安全协议进行分析和研究已经成为信息安全领域的一个十分重要的研究方向。形式化分析由于其精炼、简洁和无二义性逐步成为分析安全协议的一条
作为J2ME 的核心组件,KVM 被广泛地应用于各种手持设备中,如智能手机、PDA 等。这些设备有着共同的特点:使用电池作为主要能源。如何设计这些手持设备的硬件和软件,使其能够在有
近年来,由互联网所产生的数据极具膨胀,在如此巨大规模的数据中,准确地获得想要的信息,成为人们日益追求的目标。如何能准确、智能地返回给用户,成为近年来研究比较广泛的一
随着信息技术的发展和企业管理水平的提高,越来越多的企业更加希望了解自己的情况。OLAP技术在这样的环境和需求的推动下应运而生。OLAP发展到至今已经过了十多年的技术发展。
近年来,移动网络得到了飞速的发展,移动计算机正在得到日益广泛的使用,移动网络给人们的生产生活带来了极大的方便。移动用户对在移动互联网中使用多媒体和其它实时业务的需求也
强化学习是一种无监督的机器学习技术,能够利用不确定的环境奖赏发现最优的行为序列,实现动态环境下的在线学习,因此被广泛用于Agent的智能决策。目前主流的强化学习算法是Q