HBase细粒度访问控制机制设计与实现

来源 :西南交通大学 | 被引量 : 0次 | 上传用户:Angel____
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
HBase是一种面向列式存储的NoSQL(Not Only SQL)数据库,它作为Hadoop生态圈中重要的技术成员,担任着存储管理大数据的任务,HBase凭借其良好的扩展性和高效的读写能力,受到越来越多企业的重视。然而,HBase安全性不高的弱点,也成为许多研究者面临的重大挑战。为提升HBase的安全访问控制性能,提出一种针对HBase的细粒度权限访问控制机制。通过修改优化HBase源码,扩展访问控制权限、重写访问控制器达到细粒度访问控制的目的。归纳出应用于HBase的RBAC模型,内建数据库角色以解决权限扩展后细粒度权限管理难度增大的问题。通过设计实验测试用例,验证了提出的细粒度访问控制机制能更全面地保护HBase数据,解决了权限过粗的问题,降低了数据可能被恶意地执行修改、删除等操作所带来的巨大安全风险。基于角色的访问控制机制存在一些局限性,如用于授权的元素不够全面。基于属性的访问控制拥有灵活多变的优势,适合于NoSQL数据库的授权,但在HBase中还没有得到深入的研究。本文提出一种基于属性的HBase细粒度访问控制机制(AGAC),它覆盖两个细粒度方面,HBase的原子操作和五个细粒度层级对象。当用户需要访问HBase中存储的数据时,AGAC将根据与访问的HBase层级对象相关的访问控制策略来验证用户的原子操作并分析用户的属性来授予访问权限或拒绝授权。在一个开放可用的电子邮件数据集上验证了AGAC对提升HBase的访问控制能力是有效的。最后,在HBase集群上设计研发了一套基于B/S架构的历史邮件数据管理系统,系统集成使用提出的细粒度访问控制机制。通过设置合理的访问控制策略,可以对用户的访问请求进行有效控制,证明了基于HBase的软件系统中的数据可以得到更加全面的保护。
其他文献
随着薄膜晶体管(thin film transistor,TFT)器件在平板显示以及其它大面积电子方面的广泛应用,有关TFT器件技术的研究获得越来越多的重视。在TFT器件的研究过程中,必须通过测量
随着信息技术与无人机对抗技术发展,作为一种高性价比的新型军事武器,无人机在现代战争中的应用前景愈发广阔。为了满足实际战场环境和任务多样性的需求,同时提高任务的完成率和整体效能,多无人机任务规划算法应运而生。通过对该领域的深入研究与分析,针对现阶段任务规划算法无法有效满足任务动态性,多机协同性以及规划的实时性需求问题,同时为了充分发挥多无人机自主决策和协同作战能力,本文主要对多无人机任务分配及航迹规
现代陶艺是当代艺术的重要组成部分,它具有独特的陶瓷材料语言。本次创作以物质形态的转换为重点研究内容,借助钢筋、石头、漆器的物质形态并转换成陶瓷材料语言,营造人类社会与自然环境相冲突的氛围,来表达对人类与自然之间关系的思考,引起人们对现代社会矛盾的反思。同时,通过多物质形态的转换,探索陶瓷艺术在现代设计语境下的表达形式。
传统村落寄托着中华各族儿女的乡愁,保护与发展是当前面临的主要问题。随着乡村振兴以及社会主义新农村建设的推进,传统村落的开发势在必行。旅游开发是众多开发方式中常用的一种方式,旅游相关项目的开发与推广能给传统村落带来最直观的好处就是知名度的提升和带来经济效益。结合旅游开发来保护传统村落,在保护的前提下进行传统村落旅游开发。分析传统村落和旅游开发的相关概念,梳理国内外相关理论研究和案例,国外理论研究起步
图像分割是图像处理重要的一支,分割结果的优劣会影响图像分析的准确性。目前图像分割主要存在两个问题,一是没有方法能适应于大多数条件下的图像分割,二是没有一个统一标准对分割结果进行评价。这使得图像分割的研究仍具有重要意义。基于阈值的分割在图像分割中应用最为广泛,越来越多的学者将群体智能优化算法(粒子群算法、差分进化算法等)与传统阈值分割方法结合。将目标函数极值所对应的解作为图像多阈值分割的最优阈值。仿
近年来,光纤传感技术得到了极大的重视。随着应用环境和及监测变量的不断变化,光纤传感网络逐渐向大规模、多功能的方向发展。为了保证传感数据的准确性,光纤传感网络需要复用大量的光纤传感器。大量的光纤传感器被埋置在大型结构内部,在各种恶劣的环境下完成监测工作。同时,复用的传感器越多,网络出现故障的概率就大大增加。这就要求光纤光栅传感网络有更高的可靠性、可扩展性。所以,研究光纤传感网络的可靠性就显得十分必要
目标跟踪是计算机视觉领域中的一个研究热点,目的是从视频中不间断的定位目标的位置.近几年来,目标跟踪技术取得了长足的发展,被广泛的应用到各个领域,如:军事上的战场监视、民用上的交通监视、医学上的医学诊断等.目前,跟踪算法仍有待解决的问题:1.跟踪算法复杂度高、耗时量大、实时跟踪较为困难.2.目标在运动过程中发生形变、尺度变化以及被遮挡等情况,导致目标丢失,跟踪无效.因此,很难找到具有鲁棒性的通用算法
视频目标跟踪通过对目标对象的特征实现提取,然后在视频帧序列中检测运动目标,从而获得目标的所在位置、运动路径等信息,并且目前已经被大量地应用于安防监控、交通监测、国防侦察等多个现实领域。从Meanshift、Particle Filter和Kalman Filter等比较传统的算法,发展到运用相关滤波与深度学习等理论的最新算法,目标跟踪技术不断取得突破性的进展。但是由于目标跟踪本身的复杂性,现有的跟
本世纪以来,互联网技术和增强现实(Augmented Reality,简称AR)技术快速发展,但基于互联网和增强现实技术的教育教学辅助系统(以下简称增强现实教学系统)的发展比较滞后,无法更深层次的满足当今的教育教学需求。现有的增强现实教学系统大多未基于B/S架构开发,增强现实教学系统的实现一般是基于应用程序的方式,需要用户在计算机上安装特定应用程序才能实现增强现实效果,因此只能为少数学生提供增强现
在公共安全管理中,人群密度通常是需要考虑的重要因素之一,过大的人群密度会因为难以控制而存在较大的安全隐患。人群密度估计是反映拥挤的静态场景下人群的分布。它不仅局限于人群数值的简单估计,还包括人群的密度分布图。人群密度估计已经逐渐成为当前计算机视觉领域一个关注的热点。现有的人群密度估计算法主要是基于深度卷积神经网络的目标检测器来对人群密度进行估计。大部分都是以人群计数为主,忽略了密度分布图的质量,未