首页 > 其他分享 >详解权限管理模型:从 DAC 到混合模型的原理、特点与应用场景

详解权限管理模型:从 DAC 到混合模型的原理、特点与应用场景

时间:2024-12-30 11:12:33浏览次数:1  
标签:场景 角色 DAC 访问控制 模型 用户 详解 权限

自主访问控制模型(DAC)

  • 原理:资源的所有者可以自主地决定哪些用户或组可以访问该资源以及对资源的访问权限,如读、写、执行等。
  • 特点:灵活性高,资源所有者对资源有绝对的控制权;但安全性相对较低,容易导致权限滥用。
  • 应用场景:适用于小型、相对简单的系统或组织内部,如个人电脑上的文件系统,用户可以自行决定哪些文件可以被其他用户访问。

强制访问控制模型(MAC)

  • 原理:系统根据主体(如用户、进程等)和客体(如文件、设备等)的安全级别来决定访问权限,主体对客体的访问必须满足一定的安全规则,安全级别通常由系统管理员预先定义。
  • 特点:安全性高,能够有效地防止信息泄露和非法访问;但灵活性较差,用户对资源的访问权限受到严格限制。
  • 应用场景:常用于对安全性要求极高的系统,如军事、政府等机密信息系统。

基于角色的访问控制模型(RBAC)

  • 原理:将用户分配到不同的角色,每个角色拥有特定的权限,用户通过所属的角色来获取相应的权限。
  • 特点:简化了权限管理的复杂性,便于大规模的用户和权限管理;提高了安全性,减少了因用户权限设置不当而导致的安全风险;同时具有一定的灵活性,可根据业务需求灵活调整角色和权限。
  • 核心要素:包括用户、角色、权限和会话。用户与角色之间是多对多的关系,角色与权限之间也是多对多的关系,用户通过会话激活相应的角色从而获得权限。
  • 应用场景:广泛应用于企业级信息系统,如ERP、OA等系统中,根据员工的职位和职责分配不同的角色和权限。

基于属性的访问控制模型(ABAC)

  • 原理:根据主体、客体以及环境的属性来决定访问权限,这些属性可以包括用户的身份、角色、部门、时间、地点等,以及客体的类型、安全级别、所属部门等,通过定义访问策略来判断是否允许访问。
  • 特点:具有高度的灵活性和细粒度的访问控制能力,能够更好地适应复杂多变的业务需求;但策略管理相对复杂,需要对大量的属性和规则进行定义和维护。
  • 应用场景:适用于云计算、物联网等复杂的分布式环境,以及对访问控制有高度定制化需求的系统。

基于任务的访问控制模型(TBAC)

  • 原理:以任务为中心,根据任务的执行过程和上下文来动态地分配和管理权限,任务在不同的阶段可能需要不同的权限,权限随着任务的进展而变化。
  • 特点:能够更好地满足工作流和业务流程的需求,提高了权限管理的动态性和灵活性;但实现相对复杂,需要对任务和权限的关系进行详细的定义和管理。
  • 应用场景:常用于工作流管理系统、项目管理系统等需要按照任务流程进行权限控制的系统中。

混合访问控制模型

  • 原理:将多种不同的访问控制模型结合起来使用,以充分发挥各模型的优势,弥补单一模型的不足。
  • 特点:可以根据具体的应用场景和安全需求,灵活地选择和组合不同的模型,实现更强大、更灵活的权限管理。
  • 应用场景:在大型、复杂的企业信息系统中,往往采用混合访问控制模型,如将RBAC和ABAC结合使用,在基于角色的基础上,再根据用户和资源的属性进行更细粒度的权限控制。

标签:场景,角色,DAC,访问控制,模型,用户,详解,权限
From: https://www.cnblogs.com/java-note/p/18640465

相关文章

  • TCP/IP四层模型与OSI参考模型
      TCP/IP四层模型:1.链路层(数据链路层/网络接口层):包括操作系统中的设备驱动程序、计算机中对应的网络接口卡2.网络层(互联网层):处理分组在网络中的活动,比如分组的选路。3.运输层:主要为两台主机上的应用提供端到端的通信。4.应用层:负责处理特定的应用程序细节。  假设......
  • 高性能计算-GPU编程模型(21)
    1.GPU的内存模型GPU编程数据需要从CPU主存拷贝到GPU全局存储器,所有线程共享全局存储。开辟的全局存储器空间指针在CPU代码中不能解引用使用,应在计算完结果后再拷贝回CPU主存空间。线程块内共享存储。(1)线程私有的存储有寄存器、本地内存(2)线程块内有块内线程共享的共享内......
  • MCP(Model Context Protocol)模型上下文协议 进阶篇2 - 消息格式和功能
    在开发前,首先带大家熟悉一下MCP协议的消息格式,和所有可能需要进行协商的功能:MCP协议通过JSON-RPC2.0规范定义了请求、响应和通知三种消息类型,确保通信的标准化和一致性。能力协商机制使客户端和服务器能够动态确定支持的协议功能,提升协议的灵活性和扩展性。子能力的引入进一......
  • 《机器学习》——线性回归模型
    文章目录线性回归模型简介一元线性回归模型多元线性回归模型误差项分析一元线性模型实例完整代码多元线性模型实例完整代码线性回归模型简介线性回归是利用数理统计中回归分析,来确定两种或两种以上变量间相互依赖的定量关系的一种统计分析方法。相关关系:包含因......
  • 盒子模型(外边距的设置)
    用于页面中元素的合理布局所有的元素都可以有宽高所有元素都是一个矩形所有元素都可以看成一个盒子盒子包括外边距+边框+内边距+元素内容外边距设置外边距的要素:top、bottom、left、right外边距的尺寸:合法的尺寸单位外边距语法:marign-方向:外边距的尺寸使用百分比作为尺......
  • 【详解】解决Eclipse发布到Tomcat丢失依赖jar包的问题
    目录解决Eclipse发布到Tomcat丢失依赖jar包的问题问题原因解决方案自动化构建考虑结论代码概述代码的基本组成示例代码(Python)解决Eclipse发布到Tomcat丢失依赖jar包的问题在Web开发过程中,使用Eclipse作为IDE并将项目发布到Tomcat服务器上是常见的操作。然而,有时在......
  • 【详解】ElasticSearchQuery查询方式
    目录ElasticsearchQuery查询方式1.MatchQuery(匹配查询)2.TermQuery(精确查询)3.RangeQuery(范围查询)4.BoolQuery(布尔查询)5.其他查询方式结论ElasticsearchQuery查询方式Elasticsearch(ES)是一个基于Lucene的高性能、分布式、开源搜索引擎,提供了多种灵活的查询......
  • Python中指数概率分布函数的绘图详解
    在数据科学和统计学中,指数分布是一种应用广泛的连续概率分布,通常用于建模独立随机事件发生的时间间隔。通过Python,我们可以方便地计算和绘制指数分布的概率密度函数(PDF)。本文将详细介绍指数分布的原理、应用场景,并提供详细的代码示例,展示如何在Python中绘制指数分布的概率密......
  • DRT-o1:腾讯推出专注于文学翻译的 AI 模型,擅长理解比喻和隐喻等修辞手法,在翻译时保留原
    ❤️如果你也关注AI的发展现状,且对AI应用开发非常感兴趣,我会每日跟你分享最新的AI资讯和开源应用,也会不定期分享自己的想法和开源实例,欢迎关注我哦!......
  • 手把手教你学simulink(42.4)--储能系统场景示例:基于Simulink开发一个储能系统模型,模拟其
    目录基于Simulink的储能系统在电网调峰场景下的项目实例详细介绍1.项目背景2.系统架构2.1储能系统组成2.2电网调峰场景3.模型设计3.1储能单元建模3.2功率转换系统(PCS)建模3.3控制系统设计3.4电网模型3.5仿真环境搭建4.仿真与优化4.1运行仿真4.2参数......