基于hadoop平臺(tái)的角色挖掘算法研究

《基于hadoop平臺(tái)的角色挖掘算法研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、學(xué)校代碼；—巡密級(jí)；公開；、與占＊ＵＤＣ：００４．９１．／二？與學(xué)號(hào)：１３１４６８，戶冷＇＇＇＾部巧呵；，Ｉｉ呵韓Ｋｍ鳴東禹大嗦碩±學(xué)位論文基于Ｈａｄｏｏｐ平臺(tái)的角色挖掘算法研究研究生姓名：金才園導(dǎo)師姓名：於文雪副教授沈傲東講師申請(qǐng)學(xué)位類別工學(xué)碩±學(xué)位授予單位東南大學(xué)一２０級(jí)學(xué)科名稱計(jì)算機(jī)科學(xué)與技術(shù)論文答辯Ｕ期１６年Ｓ月２０日二級(jí)學(xué)科名稱圖像處理與科學(xué)可視化學(xué)位授予日期２０年月日答辯委員會(huì)主席陳春曉教授評(píng)閱人王世杰副

2、教授院盲２０１６年５月３１日？乘魚：ｋ聲碩壬學(xué)位論文基于Ｈａｄｏｏｐ平臺(tái)的角色挖掘算法研究專業(yè)名務(wù)；計(jì)貸化科學(xué)與技乂研究生姓名：余才園導(dǎo)師姓名：於義雪，沈傲東ＴＨＥＲＥＳＥＡＲＣＨＯＦＲＯＬＥＭＩＮＩＮＧＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＨＡＤＯＯＰＡＴｈｅｓｉｓＳｕｂｍｉｔｅｄ化ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＦｏｒｔｈｅＡｃａｄｅｍｉｃＤｅｇｒｅｅｏｆＭａｓｔｅｒｏｆＥｎｉｎｅｅｒｉｎｇｇＢＹＪ－

3、ｉｎＣａｉｕａｎｙＳｕｐｅｒｖｉｓｅｄｂｙｓｓｏｃａ－－ＡｉｔｅＰｒｏｆｅｓｓｏｒＹｕＷｅｎｘｕｅａｎｄＬｅｃｔｕｒｅｒＳｈｅｎＡｏｄｏｎｇＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙＭａｙ２０１６東南大學(xué)學(xué)位論文獨(dú)創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研巧工作及取得的研究成果。盡我所，，知，除了文中特別加Ｗ標(biāo)注和致謝的地方外論文中不包含其他人己經(jīng)發(fā)表或撰寫過的研究成果也不包含為獲得東南大學(xué)或其它教育化構(gòu)的學(xué)位或證書而使用過的材料一。與我同

4、工作的同志對(duì)本研究所做的任何貢獻(xiàn)均己在論文中作了明確的說明并表示了謝意。研巧生簽名：曰期；如１絳誠(chéng)東南大學(xué)學(xué)位論文使用授權(quán)聲明東南大學(xué)、中國(guó)科學(xué)技術(shù)信息研巧所、國(guó)家圖書館有權(quán)保留本人所送交學(xué)位論文的復(fù)印件和電子文檔，可采用影印、縮印或其他復(fù)制手段保存論文。本人電子文培的內(nèi)容和紙質(zhì)論文的內(nèi)容相一，致，允可Ｗ公布（包括Ｗ電子信息形式刊登）。除在保密期內(nèi)的保密論文外許論文被查閱和借閱論文的全部?jī)?nèi)容或中、英文摘要等部分內(nèi)容。論文的公布（包括Ｗ電子信息形式巧登）授權(quán)東南大學(xué)研究生院辦理

5、。研巧牛游名以（分知＝／＾／ｉｆｆｉ導(dǎo)師《名：若日期：ｊ摘要摘要現(xiàn)今是數(shù)據(jù)爆炸的時(shí)代，需要采用，企業(yè)級(jí)系統(tǒng)中的用戶和相應(yīng)的權(quán)限多且復(fù)雜基于角色的訪問控制模型進(jìn)行合適的管理一種可自動(dòng)挖掘出潛在角。角色挖掘作為色的方法而受到了廣泛關(guān)注?，F(xiàn)階段的大部分角色挖掘算法關(guān)注點(diǎn)都在于角色挖掘形成的角色模型的最小性，而忽略了角色作為控制系統(tǒng)實(shí)體本身存在的訪問風(fēng)險(xiǎn)，易導(dǎo)一致權(quán)限的泄露。同時(shí)，角色授權(quán)要有個(gè)授權(quán)策略來對(duì)用戶激活角色進(jìn)行管理，保證用戶能夠得到合適的角色從而進(jìn)行他能夠進(jìn)行的

6、權(quán)限操作。然而，由于信息＾及日志！信息的量比較龐大，傳統(tǒng)的單機(jī)算法存在計(jì)算效率不理想的缺點(diǎn)，將其改進(jìn)Ｗ適應(yīng)分一大趨勢(shì)布式平臺(tái)也成為了。首先，針對(duì)角色挖掘過程可能產(chǎn)生的高風(fēng)險(xiǎn)角色，本文提出了基于風(fēng)險(xiǎn)的角色挖一階段掘算法。該算法分為兩個(gè)階段。在第，利用形式概念分析形成概念格作為初始角色集，隨后對(duì)初始角色集中的冗余角色進(jìn)行部分合并。在第二階段，引入了風(fēng)險(xiǎn)因子建立了角色風(fēng)險(xiǎn)的評(píng)估模型，然后根據(jù)評(píng)估模型對(duì)角色進(jìn)行更新，最終形成風(fēng)險(xiǎn)可控的角色模型。實(shí)驗(yàn)表明該算法在保證生成角色準(zhǔn)確性的同時(shí)可很

7、好地控制角色挖掘過程中產(chǎn)生的角色風(fēng)險(xiǎn)。，其次，針對(duì)角色挖掘過程對(duì)大數(shù)據(jù)內(nèi)容效率較低的問題本文將傳統(tǒng)的形式概念ａｄｏｏ分析算法加改進(jìn)，結(jié)合分布式計(jì)算模型，形成了基于Ｈｐ平臺(tái)的分布式形式概念分析算法，從而可在現(xiàn)在廣泛使用的Ｈａｄｏｏｐ平臺(tái)中運(yùn)行。分布式的形式概念分析極大地提高了分析效率，對(duì)比實(shí)驗(yàn)表明，它比傳統(tǒng)的單機(jī)形式概念分析算法的性能有顯著提高。一最后，我們給出了種比較基礎(chǔ)的授權(quán)策略，基于用戶信任度的角色激活算法，用來制定合適的授權(quán)策略。該算法獲得用戶的信任度和角色的用戶信任度

8、閥值，通過比較提出申請(qǐng)的用戶和被申請(qǐng)激活的角色之間的信任度來判斷用戶能否獲得該角色的授權(quán)從而行使角色中的權(quán)限＞１。實(shí)驗(yàn)表明，該算法可?。掭^好地授權(quán)恰當(dāng)?shù)慕巧o用戶。，，形式概念分化Ｈａｄｏｏ，關(guān)巧詞：角色挖掘角色風(fēng)險(xiǎn)ｐ角色激活ＩＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＮｏｗａｄａｙｓｔｈｅｓｉｚｅｏｆｄａｔａｓｉｓｉｎｃｒｅａｓｉｎｇｂｉｇｇｅｒａｎｄｂｉｇｇｅｒ．Ａｌｓｏ