基于AI的自动化权限发现与审查技术研究
随着数字化转型的不断推进,企业网络面临着前所未有的复杂性和威胁。传统的网络安全模型无法有效地抵御日益智能化和精细化的网络攻击。零信任安全模型因其在网络访问控制上的创新理念而备受关注。在零信任的框架下,对用户和设备进行细粒度的权限管理至关重要。当前,手动管理权限不仅效率低下,而且容易导致安全漏洞。因此,研究开发一种自动化权限发现和审查系统势在必行,以适应现代网络的复杂需求。
在实际的应用场景中,用户授权面临复杂的网络拓扑、大规模用户和设备管理和实时性响应的要求,需要在零信任模型中,对权限的实时审查要求迅速而准确的决策,需要高效的算法和技术支持。本课题面向企业网络安全,通过识别并审查访问权限,来改善网络安全态势,保障关键业务和敏感数据的安全。
主要研究内容包括:
(1)研究基于流量(网络层、应用层)的数据分析方法,自动采集、识别、归类、标识网络内的IT资源(终端、网络设备、服务器、用户、账号、服务等)信息;
(2)研究基于流量分析(或日志)的XACML策略自动审查技术,能够根据实际流量,识别访问的主/客体、环境、时间,关联授权该访问的AC策略,发现网络中的非法访问和策略配置缺陷。
根据Gartner的数据,全球企业对零信任安全框架的需求呈现出持续增长的趋势,市场规模预计将在未来几年内持续扩大。企业对自动化权限管理的需求日益迫切,以应对不断演进的网络威胁和合规性要求。预计到2030年,全球零信任安全市场规模将达到约5000亿美元,年复合增长率预计为15%。
金额 200 万
发布日期20241201
2024中国高校科技成果交易会企业技术需求