一种访问控制规则自适应加载方法及系统与流程
本技术涉及数据访问控制,尤其是涉及一种访问控制规则自适应加载方法及系统。
背景技术:
1、基于属性的访问控制(attribute-based access control,abac)因能够通过用户属性、资源属性、环境属性和操作类型的灵活组合实现细粒度授权,已逐渐成为企业级数字资产管理平台的主流授权方案。
2、在典型的abac实现中,管理员在策略库中配置访问控制规则,每条规则包含资源标识、数据等级、操作类型、主体条件集合、附加环境条件及决策结果等字段;当用户发起访问请求时,系统从策略库中加载规则并进行属性匹配评估,根据命中规则的决策结果返回允许或拒绝。
3、随着企业数字化转型的深入,访问控制规则的数量从早期的几十条扩展到上千乃至上万条,规则加载与匹配的性能问题日益突出。
4、为此,本领域已有多种技术尝试:采用决策树算法将规则组织成树形结构以降低匹配深度;引入多维复合索引,在查询时取各维度候选集的交集以缩小匹配范围;倒排索引亦被引入访问控制领域,以用户标识或用户组标识作为索引词来组织权限数据;在缓存方面,将历史评估结果按请求维度进行缓存,以避免重复计算;在规则冲突处理方面,现有技术多采用离线式全量冲突检测,在规则部署前对规则库进行静态扫描并供管理员人工裁决。
5、然而,现有索引结构(无论是决策树、复合索引还是倒排索引)一旦构建,其索引维度、键值组合和存储层级便相对固定,无法响应访问行为的动态变化:不同资源与数据等级组合的访问频率差异极大,热点资源会随时间推移和业务重心的转移而发生漂移,固定索引路径对热点资源可能并非最优,导致高频请求持续承受次优的匹配效率,而低频资源的索引数据却持续占用高速存储资源,造成浪费。
6、此外,企业在实际工程中面临两难抉择,若将规则做细以保证精确性,规则数量必然增长,最终导致性能持续劣化;若为了维持性能而控制规则粒度,则又牺牲了细粒度授权的管理精度。
7、因此,亟需一种能够将规则存储管理、索引维护、规则加载、冲突处理和缓存调度统一纳入自适应闭环体系的访问控制规则加载方案。
技术实现思路
1、本发明的目的在于提供一种访问控制规则自适应加载方法及系统,以解决现有技术中存在的以上技术问题。
2、本发明所采用的技术方案为:
3、本发明提供一种访问控制规则自适应加载方法,包括:
4、维护运行态画像库,所述运行态画像库以资源标识与数据等级的组合为索引键,对每个索引键记录访问热度特征、冲突摘要特征和时序关联特征,并构建以所述索引键执行索引的倒排索引,所述倒排索引中的每个索引项对应一个索引键及其关联的规则标识列表;
5、基于所述访问热度特征中的综合热度评分,将所述倒排索引中的各索引项动态分配至热区、温区及冷区中的一个存储层级,并在各索引项的综合热度评分发生变化时触发存储层级的升降级判断;
6、对于初次的访问请求,解析所述访问请求中的资源标识、数据等级、操作类型和主体属性,根据资源标识、数据等级生成索引键,查询所述运行态画像库,根据索引键,读取对应规则标识列表,得到候选规则集,存入以索引键执行索引的索引级缓存;
7、对所述候选规则集按操作类型、按主体属性执行过滤,得到最小必要规则子集,查询所述最小必要规则子集对应索引键的冲突摘要特征,执行冲突消解后生成确定性规则子集,存入以第二索引键执行索引的请求级缓存;所述第二索引键为资源标识、数据等级、操作类型和主体属性的组合;
8、接收新的访问请求,解析所述访问请求中的资源标识、数据等级、操作类型和主体属性,得到第二索引键及索引键,以所述第二索引键索引请求级缓存,若所述请求级缓存命中则直接返回缓存的确定性规则子集;
9、若所述请求级缓存未命中,以所述索引键索引索引级缓存,如果所述索引级缓存命中,则获取候选规则集,执行过滤及冲突消解,生成确定性规则子集,存入以第二索引键执行索引的请求级缓存;
10、若所述请求级缓存与所述索引级缓存均未命中,则执行查询所述运行态画像库的索引步骤。
11、通过上述技术方案,运行态画像库作为统一的决策中枢,将访问热度、冲突摘要和时序关联三类特征汇聚于同一数据结构,弹性倒排索引依据热度评分动态调整各索引项的存储层级并通过代价评估模型选择预期检索代价最小的索引项作为检索入口;初次请求走完整索引流程并将候选规则集写入索引级缓存、将确定性规则子集写入请求级缓存;后续请求优先命中请求级缓存直接获取确定性规则子集,次之命中索引级缓存跳过索引定位步骤,使高频请求始终沿最优路径执行,整体性能随访问模式的动态变化持续自适应优化。
12、本发明还提供一种访问控制规则自适应加载系统,包括:画像库维护模块,用于维护运行态画像库,所述运行态画像库以资源标识与数据等级的组合为索引键,对每个索引键记录访问热度特征、冲突摘要特征和时序关联特征,并构建以所述索引键执行索引的倒排索引,所述倒排索引中的每个索引项对应一个索引键及其关联的规则标识列表;
13、弹性倒排索引模块,用于基于所述访问热度特征中的综合热度评分,将所述倒排索引中的各索引项动态分配至热区、温区及冷区中的一个存储层级,并在各索引项的综合热度评分发生变化时触发存储层级的升降级判断;以及根据索引键,读取对应规则标识列表,得到候选规则集;
14、多级缓存模块,包括以索引键执行索引的索引级缓存和以第二索引键执行索引的请求级缓存;所述第二索引键为资源标识、数据等级、操作类型和主体属性的组合;所述索引级缓存用于存储候选规则集,所述请求级缓存用于存储确定性规则子集;
15、规则过滤模块,用于对候选规则集按操作类型、按主体属性执行过滤,得到最小必要规则子集;冲突检测与消解模块,用于查询所述最小必要规则子集对应索引键的冲突摘要特征,执行冲突消解后生成确定性规则子集;
16、请求调度模块,用于接收访问请求,解析资源标识、数据等级、操作类型和主体属性,得到第二索引键及索引键,优先以所述第二索引键索引请求级缓存,命中则直接返回缓存的确定性规则子集;未命中则以所述索引键索引索引级缓存,命中则获取候选规则集交由规则过滤模块及冲突检测与消解模块处理;两级均未命中则调用弹性倒排索引模块执行索引查询流程。
17、进一步地,所述综合热度评分的计算方式为:
18、采用滑动时间窗口计数法,对各时间窗口内的访问频率按指数衰减权重进行加权求和,并将加权求和结果归一化至预设区间,得到所述综合热度评分;
19、越靠近当前时刻的时间窗口所对应的权重越高。
20、采用指数衰减权重能够使近期访问行为对热度评分的影响更大,从而使热度评分能够及时反映访问热点的漂移,驱动索引项存储层级的动态升降级。
21、优选地,所述运行态画像库为每个索引键维护存储层级状态;
22、当某索引项的综合热度评分超过升温阈值且当前存储层级不为热区时,触发该索引项向热区的升级,将其规则标识列表转换为位图压缩格式后加载至内存;
23、当某索引项的综合热度评分低于降温阈值且当前存储层级不为冷区时,触发该索引项向冷区的降级,将其数据序列化写入磁盘并释放内存。
24、具体地,所述生成预期检索代价通过代价评估模型实现,
25、所述代价评估模型对所述倒排索引中各索引项计算的预期检索代价由候选规则数量估计值、热度加权系数、冲突惩罚项和索引切换开销四项构成;
26、所述候选规则数量估计值取该索引键关联的规则标识列表中的规则总数,候选规则数量越多则预期检索代价越高;
27、所述热度加权系数根据索引键的综合热度评分计算,综合热度评分越高则热度加权系数越低,以使预期检索代价越低;
28、所述冲突惩罚项根据该索引键冲突摘要特征中标记为硬冲突的规则对数量确定,硬冲突规则对越多则预期检索代价越高;
29、所述索引切换开销在选择非当前使用索引项时计入的固定常数值。
30、进一步地,还包括:在初次访问请求处理完成后,查询所述运行态画像库中当前的索引键对应的时序关联特征,获取条件概率不低于预加载阈值的后继的索引键列表,按条件概率降序取前若干个作为预加载目标;
31、对每个预加载目标,从所述倒排索引中读取对应规则标识列表,将所述规则标识列表作为候选规则集写入以所述后继的索引键执行索引的索引级缓存。
32、在一些实施例中,定期统计预加载准确率,并将统计结果回填至所述运行态画像库;
33、当预加载准确率低于第一准确率阈值时,提高所述预加载阈值;当预加载准确率高于第二准确率阈值时,降低所述预加载阈值;其中,所述第一准确率阈值低于所述第二准确率阈值。
34、进一步地,还包括:在访问控制规则发生新增、修改或删除时,执行以下操作:更新所述倒排索引;
35、对新增规则、修改规则与同一索引键下所有现有规则执行增量冲突检测,判断两条规则的主体条件作用域是否存在交集,若存在交集则进一步比较操作类型和决策结果,将两条规则之间的冲突关系区分为硬冲突和软冲突,将检测结果写入所述运行态画像库的冲突摘要特征;
36、对删除规则,在所述冲突摘要特征中移除与删除规则相关的所有冲突关系。
37、增量冲突检测嵌入索引维护流程,使冲突状态在规则变更时即被感知并记录,后续的规则加载可直接利用冲突摘要执行消解。
38、具体地,所述增量冲突检测将两条规则之间的冲突关系区分为硬冲突和软冲突:当两条规则的主体条件作用域存在交集,且操作类型相同或存在包含关系,且决策结果相反时,判定为硬冲突,执行时间优先或拒绝优先的冲突消解策略;
39、当两条规则的主体条件作用域存在交集,且操作类型存在重叠但非完全包含关系,且决策结果相反时,判定为软冲突,按规则优先级顺序处理。
40、由于采用了上述技术方案,本发明所取得的有益效果为:
41、1、通过维护运行态画像库,以资源标识与数据等级的组合为索引键,对每个索引键记录访问热度特征、冲突摘要特征和时序关联特征,并构建以该索引键执行索引的倒排索引,在此基础上,基于访问热度特征中的综合热度评分将倒排索引中的各索引项动态分配至热区、温区及冷区中的一个存储层级,并在综合热度评分发生变化时触发存储层级的升降级判断。由此,热点资源的索引项能够自动升级至内存热区以获得更快的检索速度,而冷门资源的索引项则自动降级释放内存资源,使得高频请求始终沿最优路径执行,避免了固定索引结构下冷热资源混同存储导致的资源浪费和性能劣化。
42、2、在初次访问请求处理时,将从检索入口读取到的候选规则集存入以索引键执行索引的索引级缓存,将对候选规则集按操作类型、按主体属性执行过滤后得到的最小必要规则子集,查询其对应索引键的冲突摘要特征并执行冲突消解后生成的确定性规则子集,存入以第二索引键执行索引的请求级缓存,第二索引键为资源标识、数据等级、操作类型和主体属性的组合。
43、由此形成两级缓存结构:索引级缓存以索引键为粒度缓存候选规则集,请求级缓存以请求维度组合为粒度缓存经冲突消解后的确定性规则子集。
44、当接收新的访问请求时,优先以第二索引键索引请求级缓存,若命中则直接返回缓存的确定性规则子集,完全跳过了索引检索、过滤和冲突消解的全过程;若请求级缓存未命中,则以索引键索引索引级缓存,若命中则获取候选规则集,仅需执行过滤及冲突消解即可生成确定性规则子集,跳过了索引定位步骤。两级缓存结构在请求处理路径上形成了层次化的加速体系,越早命中的请求收益越大,同时通过冲突消解前置使得缓存中的规则子集具备直接可用性,有效避免了缓存中残留失效或未消解规则导致的重复计算问题。
45、3、通过运行态画像库对每个索引键统一记录访问热度特征、冲突摘要特征和时序关联特征,在存储层级升降级判断时,能够利用热度特征的变化动态响应访问热点的漂移。由此,系统的规则加载效率能够随规则集的演进而自适应优化,无需人工干预即可在规则规模持续增长的条件下维持稳定的鉴权性能。
46、本技术所构建的自适应加载机制,通过运行态画像库驱动的存储层级动态分配和两级缓存协同配合,使得系统在规则数量持续增长的条件下,仍能将高频请求自动导向最优缓存层级,从而在保持细粒度授权规则完整性的同时,维持高效稳定的规则加载性能,使系统能够自适应地应对规则集的动态变化。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com