增量数据驱动的自适应身份认证量化评估框架
2019-11-12李思斯韩伟力
计算机应用与软件 2019年11期
李思斯 韩伟力
(复旦大学软件学院 上海 201203)
0 引 言
身份认证被广泛应用于网络服务中对用户所浏览内容的访问控制。从网站管理者的角度,身份认证应当保障其网站以及所提供的服务不被未经授权的用户访问,因而安全性在身份认证方式的选择中通常是最重要甚至唯一重要的因素。但是仅考虑安全性可能导致过度保护或保护不足,诸如易用性、可靠性、可访问性以及成本等其他因素也至关重要。综合考虑这五个维度,需要利用量化评估框架来确定满足应用场景要求并能在五个因素中保持平衡的身份认证方法。现有的研究缺乏综合且定量的评估框架。
为此,本文提出了基于专家经验和贝叶斯概率模型的通用型量化评估框架以定量地评估单因子和多因子身份认证方法。该框架将从安全性、可靠性、易用性、可访问性以及成本这五个维度来进行综合的量化评估。针对每一个维度,框架会根据身份认证方法能提供的保障程度或优良程度打分,并根据五个维度的打分结果给出一个综合的雷达图用以直观的展示。在此基础上,本文还提出了增量数据驱动的动态自适应量化评估结果更新模型,根据实时收集的认证数据更新对应身份认证方法的评估结果。利用给出的量化评估和数据展示,网站管理者可以更直观地为其所管理的网站或服务选择最合适的身份认证方案。
1 相关工作
对于身份认证方法的通用……
登录APP查看全文
