Role mining sensible à l'accumulation de privilèges

Le Role Mining (RM) extrait des structures de contrôle d’accès fondées sur des rôles (RBAC) à partir des attributions de permissions aux utilisateurs afin de réduire la charge administrative. Cependant, les approches existantes partent généralement du principe que les ensembles de données utilisées pour miner des rôles sont propres, alors que les systèmes réels souffrent d’anomalies telles que l’accumulation de privilèges, aussi appelé privilege creep. L’approche proposée vise à détecter les utilisateurs susceptibles d’être concernés par l’accumulation de privilèges et qui doivent être examinés en priorité, ainsi qu’à identifier les attributions de permissions légitimes à exprimer en RBAC, réduisant ainsi la complexité de la gestion. Cette approche consiste en une procédure à deux étapes : nettoyer la matrice d’assignation des permissions utilisateur (UPA) à l’aide de clustering et d’une analyse statistique, puis construire un état RBAC à l’aide d’un algorithme de role mining classique. L’approche proposée permet d’obtenir une précision moyenne de 90 % dans la détection de l’accumulation des privilèges et une correction de plus de 95 % de l’accumulation des privilèges, évaluée sur des jeux de données synthétiques. L’évaluation sur des jeux de données réels montre une réduction moyenne d’un facteur 4 des rôles requis tout en conservant une couverture de la matrice User-Permission Assignment matrix (UPA) d’au moins 80 %.