基于改进遗传算法和神经网络的数据库访问控制方法

◆金 京 杨 明 杜豫冬 韩海东

(中国人民解放军31011部队 北京 100091)

基于改进遗传算法和神经网络的数据库访问控制方法

◆金 京 杨 明 杜豫冬 韩海东

(中国人民解放军31011部队 北京 100091)

针对数据库访问控制中如何从角色层次中选择最优角色集使用户获得相同权限时风险最小这一问题，引入风险量化，设计了基于风险属性的神经网络，并利用改进遗传算法设计其结构，提出基于改进遗传算法和神经网络的角色选择算法，实现了对风险进行评估并选择相同权限下最优角色集。仿真实验验证了该方法的有效性。

数据库访问控制；风险；改进遗传算法；BP神经网络；最优角色集

0 引言

随着计算机的普及，用于信息存储的数据库得到广泛应用。然而，与数据库相关的安全事故不断涌现，数据库安全问题亟待解决，数据库安全技术成为人们研究的重点。

数据库访问控制是数据库安全的基础，目前，已有多种形式的数据库访问控制[1]方式。如基于属性的数据库访问控制[2]、自主决策数据库访问控制、基于角色的数据库访问控制[3]等。其中，基于角色的数据库访问控制由于其方便管理的优点得到广泛应用。文献[4]提出一种基于角色的两级数据库安全访问控制，从系统级和应用级两级进行安全管理，解决了用户及权限分配问题，但并没有保证最小权力。文献[5]指出对基于属性的数据库访问控制，利用XACML策略来更改访问控制列表以应对不断变化的属性，但是，本文并没有解决最优策略的选择问题。……