[发明专利]一种基于ABAC模型的访问控制系统和方法在审
申请号: | 202211633151.1 | 申请日: | 2022-12-19 |
公开(公告)号: | CN116032579A | 公开(公告)日: | 2023-04-28 |
发明(设计)人: | 孙震;朱熹;黄帅;马晨辉;袁泉;李雅楠 | 申请(专利权)人: | 厦门市美亚柏科信息股份有限公司 |
主分类号: | H04L9/40 | 分类号: | H04L9/40;G06F40/30;G06F40/253;G06F16/335;G06F40/169;G06F40/289;G06F16/31 |
代理公司: | 厦门福贝知识产权代理事务所(普通合伙) 35235 | 代理人: | 郭涵炜 |
地址: | 361000 福建省厦门市思明*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 abac 模型 访问 控制系统 方法 | ||
1.一种基于ABAC模型的访问控制系统,其特征在于,包括:
授权服务中心,接收用户编写的授权信息,基于所述授权信息生成权限策略,所述权限策略基于XACML描述;
策略管理服务中心,统一存储和配置权限策略,所述权限策略由授权服务中心提交至策略管理服务中心;
鉴权服务中心,接收鉴权请求,根据鉴权请求中描述的访问信息命中权限策略,返回鉴权结果,从而实现访问控制,所述权限策略由策略管理服务中心向鉴权服务中心提供。
2.根据权利要求1所述的基于ABAC模型的访问控制系统,其特征在于,所述授权服务中心包括:
资源仓库,存储基础数据;
知识库,存储基础特征数据;
权限策略管理工作台,获取所述基础数据并为所述基础数据赋予XACML模型的属性标签,生成所述基础特征数据;
NLP算法引擎,采用NLP算法提取所述授权信息的数据,获得授权特征数据。
3.根据权利要求2所述的基于ABAC模型的访问控制系统,其特征在于,所述访问控制系统采用异构微服务架构,所述NLP算法引擎基于Stanford CoreNLP开发。
4.根据权利要求3所述的基于ABAC模型的访问控制系统,其特征在于,所述NLP算法引擎将所述授权特征数据与所述基础特征数据进行特征匹配,获取所述授权信息中的XACML模型的属性标签数据并生成权限策略语法树,所述权限策略管理工作台还用于从所述权限策略语法树中提取语义信息,通过预设的映射规则将所述语义信息和XACML权限策略要素进行规则映射生成XACML权限策略。
5.根据权利要求1所述的基于ABAC模型的访问控制系统,其特征在于,所述授权服务中心包括:
授权工作台,引导用户编写授权信息,所述引导的方法包括语法引导、错误提示、自动联想中的至少一种。
6.根据权利要求5所述的基于ABAC模型的访问控制系统,其特征在于,所述引导的方法还包括推荐补全,并根据用户对推荐词条的选择进行标注,提取所述标注的信息存入知识库。
7.一种基于ABAC模型的访问控制方法,其特征在于,包括:
接收用户编写的授权信息,基于所述授权信息生成权限策略,所述权限策略基于XACML描述;
统一存储和配置权限策略;
接收鉴权请求,根据鉴权请求中描述的访问信息命中权限策略,执行所述权限策略完成鉴权并返回鉴权结果,从而实现访问控制。
8.根据权利要求7所述的基于ABAC模型的访问控制方法,其特征在于,获取基于XACML属性的基础特征数据,通过NLP算法提取授权特征数据并与所述基础特征数据进行特征匹配从而生成权限策略语法树,从所述权限策略语法树中提取语义信息,通过语义信息和XACML权限策略要素的规则映射,生成XACML权限策略。
9.根据权利要求8所述的基于ABAC模型的访问控制方法,其特征在于,还包括:
引导用户编写授权信息,所述引导的方法包括语法引导、错误提示、自动联想中的至少一种。
10.根据权利要求9所述的基于ABAC模型的访问控制方法,其特征在于,所述引导的方法还包括推荐补全,并根据用户对推荐词条的选择进行标注,提取所述标注的信息存入知识库。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门市美亚柏科信息股份有限公司,未经厦门市美亚柏科信息股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211633151.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种同时同频的毫米波通信感知融合系统及其方法
- 下一篇:一种螺丝装配机构