基于神经网络和对数效用的访问控制策略模型研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 插图索引 | 第10-11页 |
| 附表索引 | 第11-12页 |
| 第1章 绪论 | 第12-16页 |
| ·课题研究背景及意义 | 第12-13页 |
| ·课题中的基本理论 | 第13-14页 |
| ·神经网络理论 | 第13-14页 |
| ·云计算 | 第14页 |
| ·论文的主要工作 | 第14-15页 |
| ·论文组织结构 | 第15-16页 |
| 第2章 相关理论及其研究现状 | 第16-25页 |
| ·访问控制基本概念 | 第16-18页 |
| ·访问控制中的主要模型 | 第18-21页 |
| ·RBAC 访问控制模型 | 第18-19页 |
| ·TBAC 访问控制模型 | 第19-21页 |
| ·TRBAC 与 GTRBAC 模型 | 第21页 |
| ·神经网络理论 | 第21-22页 |
| ·神经网络概述 | 第21-22页 |
| ·BP 神经网络基本原理 | 第22页 |
| ·基于风险和效用的访问控制研究现状 | 第22页 |
| ·相关研究的缺陷及本论文的主要贡献 | 第22-23页 |
| ·小结 | 第23-25页 |
| 第3章 基于风险和效用的访问控制策略优化模型 | 第25-42页 |
| ·策略的概念和性质 | 第26-29页 |
| ·策略的风险属性 | 第27-28页 |
| ·策略的效用属性 | 第28-29页 |
| ·基于风险的 BP 神经网络评价模型 | 第29页 |
| ·基于风险属性的策略优化神经网络模型 | 第29-32页 |
| ·基于效用属性的对数效用模型 | 第32-35页 |
| ·实例分析 | 第35-41页 |
| ·基于风险属性的神经网络模型访问控制策略实验 | 第36-38页 |
| ·基于风险属性的神经网络模型访问控制策略实验分析 | 第38-39页 |
| ·基于效用属性的对数效用模型访问控制策略实验 | 第39-40页 |
| ·基于效用属性的对数效用模型访问控制策略实验分析 | 第40-41页 |
| ·基于效用率的访问控制策略分析 | 第41页 |
| ·小结 | 第41-42页 |
| 第4章 基于风险和效用的云环境访问控制研究 | 第42-58页 |
| ·云环境中访问控制的基本概述 | 第42-51页 |
| ·云环境中 RBAC 访问控制模型 | 第42-44页 |
| ·云环境中 GRBAC 访问控制模型 | 第44-46页 |
| ·云环境中 GTRBAC 访问控制模型 | 第46-51页 |
| ·云环境中的风险属性 | 第51-54页 |
| ·云环境中的效用属性 | 第54-57页 |
| ·小结 | 第57-58页 |
| 结论 | 第58-60页 |
| 参考文献 | 第60-64页 |
| 致谢 | 第64-65页 |
| 附录 A (攻读硕士期间发表论文目录) | 第65-66页 |
| 附录 B (攻读硕士期间参加的科研项目) | 第66页 |
