- 1、本文档共14页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
—1—
信息安全理论与技术总结
一、综述
近年来,随着我国科学技术的飞速进展,人工智能、大数据等信息技术渐渐走进了人们的视野当中,在这样的进展背景下,假如能够充分利用人工智能技术对大数据进行分析和整理,就可以在很大程度上提高大数据的应用效果。而且近年来,在人工智能技术和大数据结合这方面也取得了很大的进展,大数据的主要作用就是从猜测、分类、关系分析以及聚类等四个方面动身,假如在这一基础上,再结合人工智
能就可以在肯定程度上优化大数据分析技术。
如今的网络环境是全球性的,而且高度互联,一个组织被暴露在平安威逼之下的风险日益攀升。对很多组织来说,打算谁应当访问什么信息是很困难的,这使得他们的系统很脆弱。明显,一个高效而成熟的访问管理策略的重要性不应
当被低估。
访问掌握通过验证多种登录凭据以识别用户身份,这些凭据包括用户名和密码、PIN、生物识别扫描和平安令牌。很多访问掌握系统还包括多因素身份验证,多因素身份验证是一种需要使用多种身份验证方法来验证用户身份的方法。
但是,目前的状况下,人们对访问掌握的重视程度并不高。
依据讨论报告,83%的组织没有一个成熟的访问掌握方法。与拥有访问掌握战略的组织相比,这些组织面临的数据
泄露风险是其两倍。该报告还显示了更智能的访问掌握方法
—2—
与降低平安风险、提高生产力、增加特权活动管理和大大削减财务损失之间的直接关系。Forrester云平安调查还显
示,云身份管理力量认可度不足3成。
一个典型的访问掌握问题是,用户被给予的访问权限是基于他们在组织中的角色,但员工很少适合单一角色。他们可能需要特别的一次性访问,或者每个履行相同角色的人可能需要略微不同类型的访问。这导致了特别简单的状况,往往需要很多部门之间的合作。仅一个公司内部的状况就足够简单,而大数据环境下大量的技术数据、困难的决策过程更
是成为足够致命的问题。
在本次作业报告中,我针对访问掌握与机器学习相结合的角度,重点聚焦于面对大数据环境下的访问掌握挑战,机器学习的方法能带来怎样的便利。从这一角度动身,多方面的介绍了共十篇文章的方法与贡献。他们有的立足于优化成
本,有的立足于提高性能。有些是更具针对性的应用场景。
二、文献名目
选取的文章如下:
1.Seok-JunBuSung-BaeCho:Aconvolutionalneural-basedlearningclassifiersystemfordetecting
databaseintrusionviainsiderattack.Information
Sciences2023.
2.Seok-JunSung-BaeCho:GeneticAlgorithm-BasedDeepLearningEnsembleforDetecting
DatabaseIntrusionviaInsiderAttack.International
—3—
ConferenceonHybridArtificialIntelligenceSystems.
HAIS2023pp145-156
3.ThangBui,ScottD.Stoller:ADecisionTreeLearningApproachforMiningRelationship-BasedAccess
ControlPolicies.SACMAT2023:167-178
4.PadmavathiIyer,AmirrezaMasoumzadeh:Active
LearningofRelationship-BasedAccessControlPolicies.
SACMAT2023:155-166
5.ThangBui,ScottD.Stoller,HieuLe:EfficientandExtensiblePolicyMiningforRelationship-Based
AccessControl.SACMAT2023:161-172
6.YangCao,LinZhang,Ying-ChangLiang:DeepReinforcementLearningforMulti-UserA
文档评论(0)