Classical access control models have a limited ability to account for contextual factors and risk levels in decision-making. This paper proposes a hybrid risk-adaptive access control model that employs a weighted rule evaluation mechanism, a dynamic decision threshold, and a multifactorial assessment of contextual risk. The model considers the characteristics of the subject, environment, and resource, as well as the nonlinear interaction of risk factors. An experimental study was conducted to examine the model’s behavior under various risk levels and conflicting policies. The results show a reduction in the number of false acceptances and more robust system behavior under conditions of uncertainty.
ABAC, access control, risk-adaptive security, RAdAC, AHP, information security, policy conflicts, weighted scoring, risk assessment
Традиционные модели контроля доступа, такие как дискреционная (DAC), ман- датная (MAC) и ролевая (RBAC), ориентированы преимущественно на статические правила принятия решений [1, 2]. Однако в условиях современных угроз подобный подход оказывается недостаточным, поскольку не учитывает изменение уровня риска, доверия к устройству, местоположения пользователя и других контекстных факторов.
Модель атрибутивного контроля доступа (ABAC) предоставляет более гибкий механизм за счет использования атрибутов субъекта, объекта и окружения [3, 4]. Несмотря на высокую адаптивность, классический ABAC также имеет ряд ограни- чений. Наиболее существенной проблемой является разрешение конфликтующих политик, при котором одновременно могут активироваться как разрешающие, так и запрещающие правила.
В большинстве существующих систем используются упрощенные стратегии разрешения конфликтов:
• запрет на переопределение;
• разрешение на переопределение;
• первое применимое;
• оценка на основе приоритетов.
Подобные механизмы не учитывают динамический риск контекста и могут приво- дить к ошибочным решениям типа «ложное разрешение» или «ложный запрет» [5, 6].
Целью данной работы является разработка гибридной риск-адаптивной модели контроля доступа, использующей:
• атрибутивный контроль доступа ABAC; • многофакторную оценку риска; • метод анализа иерархий (AHP); • механизм взвешенного разрешения конфликтующих политик.
Архитектура модели
Архитектура предложенной модели включает следующие компоненты:
• модуль политик;
• модуль рисков;
• модуль оценки;
• AST-модель политик;
• модуль взвешенного принятия решений;
• журнал аудита.
На первом этапе выполняется оценка риска запроса на основе характеристик субъекта, окружения и ресурса. Затем вычисляются правила авторизации ABAC. На завершающем этапе результаты интегрируются с использованием механизма взвешенного принятия решений.
Общий процесс принятия решения может быть представлен следующим образом:
запрос → оценка рисков → анализ правил → взвешенное суммирование → окон- чательное решение.
Для описания политик используется AST-представление логических выражений с поддержкой операций AND, OR, NOT и предикатов сравнения атрибутов.
Математическая модель
Оценка риска выполняется на основе трех кластеров:
• риск, связанный с объектом деятельности (Rs);
• риск, связанный с окружающей средой (Re);
• риск, связанный с ресурсами (Rr).
Весовые коэффициенты вычисляются методом AHP на основе матрицы попар- ных сравнений Т. Л. Саати [7].
Для учета нелинейного взаимодействия факторов риска используется критерий взаимодействия:
где γ — выбранный эмпирически калибровочный параметр (составляет примерно
5–15 % от общего риска при типичных значениях факторов).
Использование критерия взаимодействия позволяет учитывать ситуации, при которых совокупность нескольких умеренных факторов формирует высокий уровень риска.
Интегральная оценка риска определяется выражением:
где ws, we, wr — веса AHP.
Наибольший вклад в итоговый риск вносит субъект доступа, что соответствует современной концепции Zero Trust.
Для нелинейной нормализации используется сигмоидная функция:
где k — коэффициент крутизны;
θ — пороговая точка.
Сигмоидная нормализация обеспечивает плавный переход между низким и вы- соким уровнями риска и предотвращает резкие скачки итоговой оценки.
В отличие от классических стратегий разрешения конфликтов предложенная модель использует механизм взвешенного принятия решений.
Для каждого активированного правила вычисляется вес: • разрешающие правила увеличивают итоговый вес; • запрещающие правила уменьшают его. Базовая функция оценки определяется как:
Scoreraw = Wallow – Wdeny.
Для учета уровня риска применяется риск-адаптивная корректировка:
Score = (Wallow – Wdeny) · (1 – 0,5R).
Динамический порог принятия решения определяется выражением:
T = 0,2 + 0,3R,
где коэффициенты 0,2 и 0,3 выбраны эмпирически таким образом, чтобы обеспе-
чить устойчивое поведение системы при изменении уровня риска. Итоговое решение формируется следующим образом:
Таким образом, при росте риска системе становится сложнее принять разреша- ющее решение.
Экспериментальное исследование
Для проверки работоспособности модели был разработан программный прототип на языке Python с использованием библиотеки Streamlit.
В модели учитывались следующие факторы: • уровень допуска пользователя; • доверие к устройству; • местоположение; • время доступа; • чувствительность ресурса; • принадлежность к подразделению; • роль пользователя. Были проведены серии экспериментов с различными комбинациями параметров.
ТАБЛИЦА. Основные сценарии тестирования
| Сценарий | Результат |
| Администратор инициирует запрос на удаленный доступ к высоко- чувствительному ресурсу более низкого уровня с неавторизованно- го устройства в рабочее время | Запретить |
| Менеджер инициирует запрос на удаленный доступ к низкочув- ствительному ресурсу более высокого уровня с авторизованного устройства в рабочее время | Разрешить |
Особое внимание уделялось анализу конфликтующих политик. В ряде сцена- риев одновременно активировались правила разрешения и запрета. В отличие от традиционных стратегий разрешения конфликтов предложенная модель учитывала:
• вес правил; • уровень риска; • доверие к сессии; • контекст доступа. Экспериментальные результаты показали: • снижение количества ложно сработанных решений; • более устойчивое поведение системы при росте риска; • уменьшение влияния конфликтующих политик; • адаптивное изменение строгости контроля доступа.
Заключение
В работе предложена гибридная риск-адаптивная модель контроля доступа, объ- единяющая механизмы ABAC, AHP и взвешенного принятия решений. Разработан- ный подход позволяет учитывать динамический контекст доступа, уровень риска и конфликтующие политики при принятии решений.
Программный прототип подтвердил работоспособность предложенного подхо- да и показал более устойчивое поведение системы в условиях неопределенности и конфликтующих политик.
1. Jin X., Krishnan R., Sandhu R. A Unified Attribute-Based Access Control Model Covering DAC, MAC and RBAC // IFIP Annual Conference on Data and Applications Security and Privacy. 2012.
2. Sandhu R., Coyne E., Feinstein H., Youman C. Role-based access control models // IEEE Computer. 1996.
3. Guide to Attribute Based Access Control (ABAC) Definition and Considerations / V. C. Hu [et al.] // NIST Special Publication 800–162. 2019
4. Servos D., Osborn S. Current Research and Open Problems in Attribute-Based Access Control // ACM Computing Surveys. 2017.
5. McGraw R. Risk-Adaptable Access Control (RAdAC) // NIST Privilege Management Workshop. 2009.
6. Kandala S., Sandhu R., Bhamidipati V. An Attribute Based Framework for Risk-Adaptive Access Control Models // Proceedings of the 5th International Conference on Availability, Reliability and Security. Vienna, Austria, 2011.
7. Saaty T. L. Decision Making with the Analytic Hierarchy Process // International Journal of Services Sciences. 2008.
