A Graphical Framework for the Category-Based Metamodel for Access Control and Obligations
我们设计了一个基于图形的框架,可视化和分析的访问控制策略中的义务。CBACO是一种基于类别的访问控制模型,它已经被证明是许多最知名的访问控制(如MAC,DAC,RBAC)的子模型。CBACO是处理义务的CBAC元模型的扩展。我们描述了所提出的模型在PORGY,策略驱动的图重写工具,基于端口图的理论。CBACO策略允许建模系统中的动态行为,这是使用PORGY策略语言实现的。
2021-10-31 cs.CR cs.LO
Static Enforceability of XPath-Based Access Control Policies
我们考虑使用使用XPath表达式指定的细粒度、高级访问控制策略来扩展XML数据库的问题。大多数以前的工作动态地检查单个更新,这是昂贵的(需要与数据库大小成比例的最坏情况执行时间)。另一方面,静态实施可以在不访问数据库的情况下执行,但可能是不完整的,因为它可能禁止动态实施允许的访问。我们引入拓扑表征的碎片,以研究的问题,确定何时可以执行静态的访问控制策略,而不损失的精度。我们介绍的公平的政策,静态可执行的概念,并研究确定公平性和静态执法本身的复杂性。
2013-08-02 cs.CR cs.DB cs.LO
Checking Information Flow in Cloud-based IoT Access Control Policies (Extended Version)
IMT School for Advanced Studies Lucca(卢卡高等研究学院)
该研究针对云物联网访问控制策略,通过形式化建模AWS IoT Core组件、定义信息流图并结合SMT求解器实现工具IOT:POKER,以识别设备间非预期信息流带来的安全漏洞。
2026-07-31 cs.CR cs.LO cs.SE
Verification of indefinite-horizon POMDPs
RWTH Aachen University(亚琛工业大学);University of California, Berkeley(加州大学伯克利分校)
MDP中的验证问题是,对于任何解决不确定性的策略,发生不好的事情的概率是否受某个给定阈值的限制。这个验证问题通常过于悲观,因为它考虑的策略可能依赖于完整的系统状态。本文考虑了部分可观测MDP的验证问题,其中策略根据系统发出的观测(历史)做出决策。我们提出了一个抽象细化框架扩展以前的实例化的Lovejoy的方法。我们的实验表明,该框架显着提高了方法的可扩展性。
2020-06-30 cs.AI cs.LO
A Temporal Logic of Security
提出了一种新的安全策略验证逻辑。该逻辑HyperLTL扩展了线性时间时态逻辑(LTL),并在多个执行路径上使用连接词进行显式和同时量化,从而使HyperLTL能够表达LTL无法表达的信息流安全策略。给出了一个HyperLTL片段的模型检测算法,并在原型模型检测器中实现了该算法。在HyperLTL中可表达的安全策略类的特征在于超属性的算术层次结构。
2013-07-09 cs.CR cs.LO
Automated Analysis of Scenario-based Specifications of Distributed Access Control Policies with Non-Mechanizable Activities (Extended Version)
万维网服务技术的进步有望对互联网和企业网产生深远的影响,使数据更容易获得。Web服务方法带来的安全挑战是巨大的。特别是,应修订访问控制解决方案,以应对新的挑战,例如需要使用证书来识别用户及其属性,人工干预证书的创建或选择,以及用于信任管理的证书(链)。有了所有这些功能,分析策略以保证只有授权用户才能访问敏感资源就变得非常困难了。在本文中,我们提出了一个自动化的技术来分析开放和分布式系统中的访问控制策略的规范。我们说明了我们的想法在电子政务领域的案例研究。
2012-06-14 cs.LO
PTaCL: A Language for Attribute-Based Access Control in Open Systems
近年来,许多语言和代数被提出来用于授权策略的规范。对于一些提案,如XACML,主要动机是解决现实世界的需求,通常是通过提供一种复杂的策略语言和一些非正式的评估方法;其他人试图提供更大程度的正式性(特别是在策略评估方面),但支持的功能要少得多。简而言之,很少有提案将丰富的语言功能集与定义良好的语义相结合,更少的是在开放环境中基于属性的访问控制的授权策略。在本文中,我们分解成两个不同的子语言的政策规范的问题:政策目标语言(PTL)的目标规范,它决定了一个政策时,应评估;和政策组合语言(PCL),用于建立更复杂的政策,从现有的。我们定义了两个这样的语言的语法和语义,并证明它们可以是简单的和富有表现力的。PTaCL是通过结合这两种子语言的功能而获得的语言,支持广泛的策略规范。然而,PTaCL的强大功能意味着可以定义可能产生意外结果的策略。我们提供了一个分析PTL应如何限制,以及如何写在PCL的政策应进行评估,以尽量减少不良结果的可能性。
2011-11-24 cs.CR cs.LO
Verification of Markov Decision Processes with Risk-Sensitive Measures
University of Texas(得克萨斯大学)
我们开发了一种方法,用于在马尔可夫决策过程中的风险敏感措施的时间逻辑约束的计算政策。具体来说,我们使用了累积前景理论中的一种特定的风险敏感度测量方法,这种方法以前曾在心理学和经济学中被采用。概率和效用函数的非线性变换产生非线性规划问题,这使得最优策略的计算通常具有挑战性。我们表明,这种非线性加权函数可以准确地近似由两个凸函数的差异。这一观察使得使用凹凸规划的有效策略计算成为可能。我们证明了几种情况下的方法的有效性。
2020-04-19 cs.AI cs.LO
Agentproof: Static Verification of Agent Workflow Graphs
Luleå tekniska universitet(吕勒奥理工学院)
Agentproof通过提取四个主流代理框架的统一抽象图模型,应用六种结构检查并生成见证轨迹,评估时间安全策略,实现无需手动建模的静态验证,发现工作流中的结构缺陷和政策违规。
2026-03-20 cs.CR cs.FL cs.LO
Verification of Bitcoin Script in Agda using Weakest Preconditions for Access Control
本文有助于在交互式定理证明器Agda中验证用比特币智能合约语言BNT编写的程序。它关注的是管理比特币分发的PICOT程序的访问控制的安全属性。它主张Hoare三元组上下文中最弱的先决条件是验证访问控制的适当概念。它旨在获得对最弱前提条件的人类可读描述,以缩小用户需求与智能合约正式规范之间的验证差距。作为所提出的方法的例子,本文重点介绍了两个标准的比特币发行管理程序,支付给公钥哈希(P2PKH)和支付给Multisig(P2 MS)。本文介绍了P2PKH和P2 MS中使用的P2 T命令的操作语义,并在Agda证明助手中进行了形式化,并对使用Hoare三元组进行了推理。两种方法获得人类可读的描述最弱的先决条件进行了讨论:(1)一步一步的方法,它通过一个脚本,有时分组几个指令一起向后指令;(2)符号执行的代码和翻译成一个嵌套的情况下的区别,它允许读取最弱的先决条件作为沿接受路径的条件的合取的析取。公式推理与霍尔三元组的语法定义,以形式化这些方法在Agda。关键词和短语:区块链;加密货币;比特币;阿格达;核查;霍尔逻辑比特币脚本; P2PKH; P2MS;访问控制;最弱前提条件;谓词Transformer语义;可证明的正确性;象征性处决;智能合约
2022-06-12 cs.CR cs.LO cs.SC
Applying the Isabelle Insider Framework to Airplane Security
航空电子设备是验证方法最先进的领域之一,为安全关键环境中使用的系统带来了新的可靠性水平。2015年,德国一架飞机遭遇内部人员袭击,机上150人全部遇难,这类悲剧表明,安全不仅取决于系统的良好运作,还取决于人类与系统的互动方式。策略是描述人类在与技术系统交互时应该如何行为的一种方式,对此类策略的正式推理需要将人的因素集成到验证过程中。在本文中,我们报告了我们在使用逻辑建模和分析基础设施模型和政策方面的工作,这些模型和政策与参与者一起在内部人员在场的情况下审查安全政策。我们在Isabelle Insider框架中对飞机上的内部攻击进行建模。这个应用程序激励使用的扩展框架与Kripke结构和时序逻辑CTL,使推理的动态系统状态。此外,我们说明了伊莎贝尔建模和不变推理揭示了微妙的安全假设。我们总结提供了一种方法,满足规定的属性的政策的发展。
2020-03-26 cs.LO cs.SE
A Neurosymbolic Approach to Natural Language Formalization and Verification
Amazon Web Services(亚马逊网络服务);University College London(伦敦大学学院);University of Toronto(多伦多大学);Queen Mary University of London(伦敦大学女王学院)
针对大型语言模型缺乏形式正确性保证的问题,提出神经符号方法ARc,通过使用带人工指导的大型语言模型形式化自然语言政策,并在推理时验证逻辑正确性,实现高健全性和低误报率,还能产生可审计工件。
2026-07-15 cs.AI cs.CL cs.LG
Stochastic Omega-Regular Verification and Control with Supermartingales
本文首次提出Streett超鞅证书,用于随机动态系统的ω-正则规范验证与控制,算法可靠完备,并优化为SMT求解,原型实验验证有效。
2024-05-27 cs.LO cs.SY eess.SY
Verified Probabilistic Policies for Deep Reinforcement Learning
University of Birmingham(伯明翰大学)
深度强化学习是一种越来越流行的技术,用于合成策略以控制代理与其环境的交互。人们对正式验证这些策略是否正确并安全执行的兴趣也越来越大。在这一领域取得的进展是建立在现有工作的基础上,对深层神经网络和连续状态动力系统进行验证。在本文中,我们解决了验证深度强化学习的概率策略的问题,例如,用于解决对抗性环境,打破对称性和管理权衡。我们提出了一个抽象的方法,基于区间马尔可夫决策过程,产生概率保证政策的执行,目前的技术来建立和解决这些模型,使用抽象的解释,混合整数线性规划,基于熵的细化和概率模型检验。我们实现我们的方法,并说明其有效性的选择强化学习基准。
2022-06-01 cs.AI cs.LG cs.LO