論文の概要: ABAC Lab: An Interactive Platform for Attribute-based Access Control Policy Analysis, Tools, and Datasets

• arxiv url: http://arxiv.org/abs/2505.08209v1
• Date: Tue, 13 May 2025 03:53:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-14 20:57:54.417264
• Title: ABAC Lab: An Interactive Platform for Attribute-based Access Control Policy Analysis, Tools, and Datasets
• Title（参考訳）: ABAC Lab: 属性ベースのアクセス制御ポリシ分析、ツール、データセットのためのインタラクティブプラットフォーム
• Authors: Thang Bui, Anthony Matricia, Emily Contreras, Ryan Mauvais, Luis Medina, Israel Serrano,
• Abstract要約: Attribute-Based Access Control (ABAC)は、表現力と柔軟性を提供し、きめ細かいアクセス制御ポリシーを強制するための魅力的なモデルである。 ABACへの移行を促進するために、ポリシー管理者がモデルを適用するのを支援する方法論、フレームワーク、ツールを開発するために広範な研究がなされている。 本稿では,既存のABACポリシーデータセットと分析ツールを統合した対話型プラットフォームであるABAC Labを紹介する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Attribute-Based Access Control (ABAC) provides expressiveness and flexibility, making it a compelling model for enforcing fine-grained access control policies. To facilitate the transition to ABAC, extensive research has been conducted to develop methodologies, frameworks, and tools that assist policy administrators in adapting the model. Despite these efforts, challenges remain in the availability and benchmarking of ABAC datasets. Specifically, there is a lack of clarity on how datasets can be systematically acquired, no standardized benchmarking practices to evaluate existing methodologies and their effectiveness, and limited access to real-world datasets suitable for policy analysis and testing. This paper introduces ABAC Lab, an interactive platform that addresses these challenges by integrating existing ABAC policy datasets with analytical tools for policy evaluation. Additionally, we present two new ABAC datasets derived from real-world case studies. ABAC Lab serves as a valuable resource for both researchers studying ABAC policies and policy administrators seeking to adopt ABAC within their organizations. By offering an environment for dataset exploration and policy analysis, ABAC Lab facilitates research, aids policy administrators in transitioning to ABAC, and promotes a more structured approach to ABAC policy evaluation and development.
• Abstract（参考訳）: Attribute-Based Access Control (ABAC)は、表現力と柔軟性を提供し、きめ細かいアクセス制御ポリシーを強制するための魅力的なモデルである。 ABACへの移行を促進するために、ポリシー管理者がモデルを適用するのを支援する方法論、フレームワーク、ツールを開発するために広範な研究がなされている。 これらの努力にもかかわらず、ABACデータセットの可用性とベンチマークには課題が残っている。 具体的には、データセットを体系的に取得する方法の明確さの欠如、既存の方法論とその有効性を評価するための標準化されたベンチマークプラクティスの欠如、ポリシ分析とテストに適した現実のデータセットへのアクセス制限がある。 本稿では、既存のABACポリシーデータセットと分析ツールを統合することで、これらの課題に対処するインタラクティブなプラットフォームであるABAC Labを紹介する。 さらに、実世界のケーススタディから派生した2つの新しいABACデータセットを提示する。 ABAC Labは、ABACポリシーを研究する研究者と、ABACを組織に導入しようとする政策管理者の両方にとって貴重な資源となっている。 データセット探索と政策分析のための環境を提供することにより、ABAC Labは研究の促進、ABACへの移行における政策管理者の支援、ABAC政策評価と開発へのより構造化されたアプローチを促進する。

関連論文リスト

• An Approach for Handling Missing Attribute Values in Attribute-Based Access Control Policy Mining [0.0]
  Attribute-Based Access Control (ABAC) は、幅広いコンテキスト属性を考慮し、高い表現力と柔軟なアクセス決定を可能にする。 レガシーアクセス制御システムからABACポリシーをマイニングするアルゴリズムは、ABACへの移行に伴うコストを大幅に削減することができる。 本稿では,欠落した属性を予測あるいは推測することで,政策マイニングのプロセスを強化するアプローチを提案する。
  論文  参考訳（メタデータ） (2025-05-03T17:34:46Z)
• BoostAdapter: Improving Vision-Language Test-Time Adaptation via Regional Bootstrapping [64.8477128397529]
  本稿では,テスト時間適応フレームワークを提案する。 我々は、インスタンスに依存しない履歴サンプルとインスタンスを意識したブースティングサンプルから特徴を検索するための軽量なキー値メモリを維持している。 理論的には,本手法の背後にある合理性を正当化し,アウト・オブ・ディストリビューションとクロスドメイン・データセットの両方において,その有効性を実証的に検証する。
  論文  参考訳（メタデータ） (2024-10-20T15:58:43Z)
• UDA-Bench: Revisiting Common Assumptions in Unsupervised Domain Adaptation Using a Standardized Framework [59.428668614618914]
  現代無監督領域適応法(UDA)の有効性に影響を及ぼす様々な要因について, より深く考察する。 分析を容易にするため,ドメイン適応のためのトレーニングと評価を標準化する新しいPyTorchフレームワークであるUDA-Benchを開発した。
  論文  参考訳（メタデータ） (2024-09-23T17:57:07Z)
• When is Off-Policy Evaluation (Reward Modeling) Useful in Contextual Bandits? A Data-Centric Perspective [64.73162159837956]
  ログ化されたデータセットだけで仮説的ターゲットポリシーの価値を評価することは重要だが、難しい。 データ中心のフレームワークであるDataCOPEを提案する。 医療データセットを用いたログ化された文脈的帯域設定におけるDataCOPEの実証分析により、機械学習と人間の専門家ポリシーの両方を評価する能力が確認された。
  論文  参考訳（メタデータ） (2023-11-23T17:13:37Z)
• ALP: Action-Aware Embodied Learning for Perception [60.64801970249279]
  認知のための行動認識型身体学習(ALP)について紹介する。 ALPは、強化学習ポリシーと逆ダイナミクス予測目標を最適化することにより、行動情報を表現学習に組み込む。 ALPは、複数の下流認識タスクにおいて、既存のベースラインよりも優れていることを示す。
  論文  参考訳（メタデータ） (2023-06-16T21:51:04Z)
• Adaptive ABAC Policy Learning: A Reinforcement Learning Approach [2.5997274006052544]
  承認管理作業を自動化するための適応型ABACポリシー学習手法を提案する。 特に,承認エンジンがフィードバック制御ループを介してABACモデルを適応するコンテキスト的盗聴システムを提案する。 実例として,ホームIoT環境のための適応型ABACポリシー学習モデルの開発に重点を置いている。
  論文  参考訳（メタデータ） (2021-05-18T15:18:02Z)
• Learning Attribute-Based and Relationship-Based Access Control Policies with Unknown Values [0.6662800021628273]
  本稿では、アクセス制御リスト(ACL)とエンティティに関する不完全な情報からABACおよびReBACポリシーをマイニングするための最初のアルゴリズムを提案する。 この問題のコアは、未知を含むラベル付き特徴ベクトルの集合から、簡潔な3値論理式を学習したものと見なせる。
  論文  参考訳（メタデータ） (2020-08-19T13:56:29Z)
• An Automatic Attribute Based Access Control Policy Extraction from Access Logs [5.142415132534397]
  属性ベースのアクセス制御(ABAC)モデルは、複雑なシステムや動的システムの認証要求に対処するための、より柔軟なアプローチを提供する。 本稿では,システムへのアクセスログからABACポリシールールを自動的に学習し,ポリシー開発プロセスを簡素化する手法を提案する。
  論文  参考訳（メタデータ） (2020-03-16T15:08:54Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。