随着中国5G商用的正式铺开,为云计算、大数据的发展打开了快车道,存储云、医疗云、金融云、交通云、教育云、社保云等各行业云平台正在快速推进。为了减少资源平台的重复性建设和相应费用,同时也为了方便更多的人可以通过较少的资源平台充分使用已有的数据资源,提高信息资源利用率,进而提高整个社会效益,数据共享必然成为未来的大趋势。大量新型应用和需求的快速涌现必将使得基于跨行业、跨领域的应用成为主流。在跨行业、跨领域的访问控制上,预先定义的严格不变的访问控制策略和传统的访问控制技术是较难满足大数据和云环境应用场景的,甚至有些业务授权需求完全无法实现。基于风险的访问控制技术目前已经受到研究者的青睐,论文抛开了在基于角色和基于属性的基础上引入风险因素的研究方法,以访问请求风险和数据价值为研究切入点,辅以XACML形成基于风险和数据价值的自适应访问控制模型。模型明确了风险引擎、数据引擎、风险策略模块,对风险访问请求和数据价值进行分级,通过分级动态调整风险策略模块。形成了以访问请求定数据价值、以数据价值定风险策略,以风险策略定访问结果的循环动态系统。论文在前人的基础上对上下文风险因素的权重进行了动态分配优化,结合数据价值对可用性、完整性和机密性风险因素量化做了改进,同时在动态调整历史风险权重上做了深入研究。以K-Means算法来对访问请求的风险进行动态分级,确保了风险访问请求风险分级的动态性和高效性,以XACML策略辅助完成对特殊需求的处理,提升了系统的可控性和灵活性。论文最后通过在腾讯云环境下以模拟数据实验评估了基于风险和数据价值的自适应的访问控制模型的性能、自适应性和优化方向。