🤖 AI

ODRL Policy Comparison Through Normalisation

تقترح هذه الورقة نهجاً للتطبيع يحافظ على الدلالات، حيث يقوم بتحويل سياسات ODRL المعقدة إلى نماذج دنيا تقتصر على الأذونات مع قيود مبسطة، مما يتيح مقارنة السياسات بكفاءة من خلال فحوصات الهوية الهيكلية المباشرة.

المؤلفون الأصليون: Jaime Osvaldo Salas, Paolo Pareti, George Konstantinidis

نُشر 2026-03-16

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC BY 4.0

المؤلفون الأصليون: Jaime Osvaldo Salas, Paolo Pareti, George Konstantinidis

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك مدير لمكتبة ضخمة وعالية التأمين. تمتلك هذه المكتبة مجموعة من القواعد (السياسات) التي كتبها أشخاص مختلفون على مر السنين. بعض القواعد بسيطة: "أليس يمكنها قراءة الكتب". وأخرى معقدة للغاية: "بوب يمكنه قراءة الكتب إذا كان عمره فوق 18 عامًا، أو إذا كان تحت سن 18 ويدفع 10 دولارات، أو إذا كان اليوم هو الثلاثاء ولديه بطاقة مكتبة، ولكن لا يمكنه قراءة الكتب إذا كانت أقدم من عام 1990".

المشكلة؟ هذه القواعد مكتوبة بلغة معقدة للغاية (ODRL). ولأنها معقدة ومكتوبة بطرق متنوعة، فإن مقارنتها أمر مرهق للغاية.

هل القاعدة (أ) هي نفسها القاعدة (ب)؟
هل القاعدة (ج) تكسر القاعدة (د) بالخطأ؟
إذا كان لدي قاعدة تقول "لا دخول"، وأخرى تقول "الدخول مسموح لكبار الشخصيات"، فهل يلغي أحدهما الآخر؟

حالياً، تجد الحواسيب صعوبة في الإجابة على هذه الأسções لأن القواعد تشبه عقد الحبال المتشابكة. عليك فك كل عقدة لتكتشف ما إذا كان طول الخيطين متساوياً.

الحل: "مترجم القواعد" (التطبيع - Normalization)

قام مؤلفو هذه الورقة البحثية، خايمي وباولو وجورج، ببناء "مترجم قواعد". هدفهم هو أخذ هذه العقد المعقدة والمتشابكة وتحويلها إلى خط مستقيم ونظيف من الكتل البسيطة والمتطابقة. هم يسمون هذه العملية "التطبيع" (Normalization).

إليك كيف يعمل نظامهم باستخدام بعض التشبيهات من الحياة اليومية:

1. تفكيك "قطع الليغو" (التفكيك - Decomposition)

تخيل أن القاعدة المعقدة هي قلعة ضخمة ومخصصة مبنية من قطع الليغو. إنها فريدة من نوعها، لكن من الصعب مقارنتها بقلعة أخرى.
الخطوة الأولى التي يقوم بها المؤلفون هي تحطيم تلك القلعة إلى قطع الليغو الفردية.

بدلاً من قول "يمكنك الدخول إذا كنت طويلاً وكان الجو مشمساً أو كنت ترتدي قبعة"، يقوم النظام بتفكيكها إلى سيناريوهات منفصلة وبسيطة:
- السيناريو 1: أنت طويل والجو مشمس.
- السيناريو 2: أنت ترتدي قبعة.
الآن، بدلاً من مقارنة قلعتين ضخمتين، أنت تقارن مجرد كومة من القطع الفردية. إذا كانت أكوام القطع متطابقة، فإن القلاع كانت متطابقة.

2. طريقة "المسطرة" (تقسيم الفترات - Splitting Intervals)

هذا هو الجزء الأكثر ذكاءً. تخيل أن قاعدة تقول: "يمكنك استعارة الكتب إذا كان عمرك بين 18 و65 عاماً".
وقاعدة أخرى تقول: "يمكنك استعارة الكتب إذا كان عمرك بين 20 و40 عاماً".

إذا نظرت فقط إلى الأرقام، سيكون من الصعب رؤية مكان التداخل بدقة. يعمل نظام المؤلفين مثل مسطرة مزودة بقاطع ليزر.

يأخذ جميع "نقاط القطع" من كلا القاعدتين (18، 20، 40، 65).
يقطع نطاق العمر إلى أجزاء صغيرة غير متداخلة: 18-20، 20-40، 40-65.
الآن، تُعاد كتابة القواعد كالتالي:
- القاعدة (أ) تغطي: [18-20]، [20-40]، [40-65].
- القاعدة (ب) تغطي: [20-40].
السحر: الآن أصبح من الواضح فوراً أن القاعدة (ب) هي مجرد جزء من القاعدة (أ). إنهما يتشاركان في كتلة [20-40]. لا حاجة لعمليات حسابية معقدة؛ أنت فقط تبحث عن الكتل المتطابقة.

3. مفتاح "نعم/لا" (الأذونات مقابل المحظورات - Permissions vs. Prohibitions)

عادةً ما تكون القواعد مزيجاً من "يمكنك فعل هذا" (الأذونات) و"لا يمكنك فعل ذاك" (المحظورات). وهذا أمر مربك. الأمر يشبه إشارة مرور تقول "انطلق" ولكن يوجد عليها ملاحظة لاصقة تقول "لا تنطلق إذا كانت تمطر".

يقوم نظام المؤلفين بخدعة سحرية: تحويل كل الـ "لا تفعل" إلى "افعل".

إذا كان لديك قاعدة تقول "الجميع يمكنهم الدخول، باستثناء الأشخاص الذين يرتدون قبعات حمراء"، فإن النظام يعيد كتابتها كـ: "الأشخاص الذين يرتدون قبعات زرقاء يمكنهم الدخول، والأشخاص الذين يرتدون قبعات خضراء يمكنهم الدخول، والأشخاص الذين يرتدون قبعات صفراء يمكنهم الدخول..."
من خلال تحويل كل شيء إلى قائمة من سيناريوهات "المسموح بها"، لن يضطر الكمبيوتر بعد الآن للقلق بشأن الاستثناءات. هو فقط يتحقق: "هل هذا الحدث موجود في قائمة المسموح به؟"
إذا كان الحدث موجوداً في قائمة "المسموح به" ولكنه موجود أيضاً في قائمة "المحظور"، يقوم النظام ببساطة بإزالة مدخل "المسموح به". النتيجة هي قائمة أذونات نظيفة وخالية من التعارضات.

لماذا يهم هذا؟

1. التوافقية (التحدث بنفس اللغة - Interoperability)
في الوقت الحالي، تتحدث أدوات برمجية مختلفة "لهجات" مختلفة من الحقوق الرقمية. قد تفهم إحدى الأدوات القواعد البسيطة فقط، بينما تتعامل أخرى مع المنطق المعقد. يعمل هذا النظام كمترجم عالمي؛ حيث يأخذ قاعدة معقدة من أداة متطورة ويحولها إلى قاعدة بسيطة يمكن حتى للأداة الأساسية فهمها.

2. المقارنة الفورية
قبل هذا، كان التحقق مما إذا كانت السيستان متطابقتين يشبه محاولة العثور على حبة رمل محددة في شاطئين مختلفين. الآن، حول المؤلفون الشواطئ إلى صوانٍ مرتبة ومنظمة من الرمل. أنت فقط تنظر إلى الصواني؛ إذا تطابقت الصواني، تطابقت السياسات.

3. السلامة والامتثال
في العالم الحقيقي، نحتاج لمعرفة ما إذا كانت قواعد بيانات الشركة تخرق القانون (مثل GDPR). يجعل هذا النظام من السهل إثبات أن مجموعة معقدة من القواعد آمنة، لأنه يفككها إلى قطع صغيرة قابلة للتحقق منها.

العقبة (التعقيد)

تعترف الورقة البحثية بأن هناك تكلفة. إذا كان لديك قاعدة تحتوي على الكثير من المتغيرات والكثير من القيم المحتملة، فإن عدد "قطع الليغو" أو "حبات الرمل" يمكن أن ينمو بشكل كبير (أسيّاً). الأمر يشبه إذا حاولت سرد كل تركيبة ممكنة لمكونات الساندوتش؛ ستكون القائمة ضخمة. ومع ذلك، بالنسبة لمعظم السيناريوهات الواقعية، فإن النظام فعال بما يكفي ليكون مفيداً للغاية.

باخت-صار

لقد اخترع المؤلفون "مبسطاً رقمياً" لقواعد الحقوق القانونية والرقمية المعقدة. إنهم يأخذون التعليمات الفوضوية والمتشابكة والمتناقضة ويحولونها إلى قائمة نظيفة ومنظمة وسهلة المقارنة من سيناريوهات "نعم" البسيطة. هذا يجعل من السهل جداً على الحواسيب التحقق مما إذا كانت القواعد عادلة وآمنة ومتسقة.

إليك ملخص تقني مفصل لورقة البحث بعنوان "مقارنة سياسات ODRL من خلال التطبيع" (ODRL Policy Comparison Through Normalisation) للباحثين سالاس، باريتي، وكونستانتينيديس.

1. بيان المشكلة

تُعد لغة الحقوق الرقمية المفتوحة (ODRL) المعيار الفعلي للتعبير عن سياسات الحقوق الرقمية. ومع ذلك، فإن قدرتها العالية على التعبير وتعقيدها يخلقان تحديات كبيرة:

عقبات التوافق التشغيلي: تركز الأدوات المختلفة والأعمال النظرية غالبًا على أجزاء غير متوافقة تشغيليًا من ODRL بسبب تعقيدها.
غموض التكافؤ الدلالي: يمكن التعبير عن السياسات المتكافئة دلاليًا بطرق تركيبية عديدة (على سبيل المثال، باستخدام قيود منطقية معقدة مقابل قواعد بسيطة متعددة)، مما يجعل المقارنة المباشرة صعبة.
تعقيد المقارنة: يتطلب تحديد ما إذا كانت السيستان متكافئتين، أو إذا كانت إحداهما تحتوي على الأخرى، أو إذا كانتا تتداخلان، تحليل التفاعلات المعقدة بين الأذونات، والمحظورات، والقيود المنطقية (AND, OR, NOT)، وهو أمر مكلف حاسوبيًا وعرضة للخطأ.

2. المنهجية

يقترح المؤلفون نهج تطبيع مُعامل (parametrised normalisation) يقوم بتحويل سياسات ODRL إلى شكل مبسط ومعياري بناءً على الدلالات المحددة من قبل سالاس وآخرون [13] (تحديدًا جزء ODRL Lite). تتكون العملية من مرحلتين رئيسيتين:

أ. تنظيم القيود (Constraint Regularisation)

تقوم هذه الخطوة بتحويل القيود المنطقية المعقدة إلى صيغة عادية (DNF) تتكون من قيود بسيطة.

تبسيط المنطق: يتم توسيع التراكيب البوليانية المعقدة (مثل (Age > 18) ∧ (Payment = 10) ∨ (Age < 18) ∧ (Payment = 5)) إلى تشتت من العطفات.
تطبيع المعاملات: يتم إعادة صياغة عدم المساواة والنفي إلى معاملات أساسية (=, <, >) باستخدام قواعد الجبر البولياني (على سبيل المثال، ¬(λ ≥ ρ) تصبح λ < ρ).
النتيجة: يتم تحويل القاعدة $R$ إلى مجموعة من القواعد البسيطة $D(R)$ ، حيث تحتوي كل قاعدة بسيطة فقط على قيود ذرية.

ب. تقسيم الفترات (Interval Splitting)

تضمن هذه الخطوة تقسيم الفترات الرقمية والرمزية إلى مكونات دنيا غير متداخلة بناءً على مجموعة من القيم الثابتة المعروفة (المعاملات اليمنى) الموجودة في السياسات التي تتم مقارنتها.

الآلية: إذا عرفت سياسة ما فترة (مثل Age > 18 و Age < 65) وقامت سياسة أخرى بإدخال قيمة محددة ضمن هذا النطاق (مثل Age = 33)، يتم "تقسيم" الفترة الأولى إلى (18, 33)، و 33، و (33, 65).
الهدف: يضمن ذلك أن كل قاعدة بسيطة في الشكل المطبّع هي منفصلة (غير متداخلة). وبالتالي، يمكن لأي حدث أن يتطابق مع قاعدة بسيطة واحدة كحد أقصى في المجموعة المطبّعة.
التعامل مع الفترات الفارغة: يتم اختزال القيود التي تؤدي إلى شروط مستحيلة (مثل x > 5 وَ x < 3) إلى قاعدة "خطأ" معيارية ( $R_\perp$ ).

ج. التعامل مع الأذونات والمحظورات

الابتكار الرئيسي هو القدرة على إعادة صياغة السياسات التي تحتوي على كل من الأذونات والمحظورات إلى سياسة تحتوي فقط على أذونات (بناءً على افتراض "الحظر الافتراضي") أو فقط على محظورات (بناءً على افتراض "الإذن الافتراضي").

بما أن القواعد المطبّعة منفصلة، يمكن معاملة المحظور كإذن يتم إزالته لاحقًا.
تقوم الخوارزمية بحساب $NS(P, V)$ (الأذونات المطبّعة) و $NS(F, V)$ (المحظورات المطبّعة). السياسة النهائية هي $NS(P, V) \setminus NS(F, V)$ .
ملاحظة: ينطبق هذا النهج على الأذونات والمحظورات، ولكن ليس على الالتزامات (obligations)، لأن تقسيم الالتزام يغير متطلبات الامتثال (مما يجعل السياسة أكثر صرامة).

3. المساهمات الرئيسية

خوارزمية التطبيع: خوارزمية رسمية لحساب الشكل المعياري لسياسات ODRL والتي تفكك المنطق المعقد وتقسم الفترات الرقمية بناءً على مجموعة من الثوابت.
براهين الحفاظ على الدلالات: يثبت المؤلفون (المبرهنات 1-3) أن عملية التطبيع تحافظ على الدلالات الأصلية؛ حيث تتطابق السياسة مع حدث ما إذا وفقط إذا تطابق شكلها المطبّع مع ذلك الحدث.
خاصية الانفصال: تثبت المبرهنة 4 أنه بعد التقسيم، تكون القواعد البسيطة الناتة منفصلة متبادلاً. وهذا يبسط مقارنة السياسات بشكل كبير.
اختزال المقارنة: توضح الورقة أن مشكلات مقارنة السياسات المعقدة (الاحتواء، التكافؤ، التداخل) يمكن اختزالها إلى عمليات مجموعات بسيطة على القواعد المطبّعة:
- التداخل: تتداخل قاعدتان إذا كانت مجموعاتهما المطبّعة تشترك في قاعدة بسيطة واحدة.
- الاحتواء: القاعدة $R$ محتواة في $R'$ إذا كانت مجموعة القواعد البسيطة الصالحة لـ $R$ هي مجموعة جزئية من تلك الموجودة في $R'$ .
- التكافؤ: القاعدتان متكافئتان إذا كانت مجموعات قواعدهما البسيطة الصالحة متطابقة.
النموذج الأولي للتنفيذ: تم تطوير أداة تعمل عبر سطر الأوامر للقيام بعمليات التطبيع والمقارنة هذه.

4. النتائج وتحليل التعقيد

التعقيد:
- حجم النتيجة المطبّعة هو أسي بالنسبة لعدد السمات ( $L$ ) وخطي بالنسبة لعدد القيم الفريدة ( $|V|$ ) لتلك السمات.
- تحديدًا، الحجم الأسوأ هو $O(|R| \cdot 2^n)$ ، حيث $n$ هو عدد القيود. ينشأ هذا من توسيع الصيغة العادية (DNF) للقيود المنطقية وتقسيم الفترات.
الأداء: على الرغم من أن التعقيد في الحالة الأسوأ مرتفع، إلا أن المؤلفين يشيرون إلى أن العديد من السياسات لا تصل إلى سيناريوهات الحالة الأسوأ في الممارسة العملية (على سبيل المثال، غالبًا ما تستخدم السياسات المساواة بدلاً من عدم المساواة المعقدة).
التوافق التشغيلي: يسم_ح هذا النهج للأدوات التي تدعم فقط القيود والأذونات البسيطة بمعالجة السياسات التي تم تعريفها أصلاً بمنطق معقد ومحظورات، مما يسد الفجوة بين مختلف تطبيقات ODRL.

5. الأهمية

حل مشكلة المقارنة: من خلال اختزال مقارنة السياسات إلى التحقق من هوية القواعد البسيطة المنفصلة، تزيل هذه الورقة الحاجة إلى محركات استدلال منطقية معقدة لتحديد التكافؤ أو الاحتواء.
التقنين: توفر أساسًا رياضيًا صارمًا لمقارنة سياسات ODRL، مما يعالج التباين في الأدبيات الحالية ودعم الأدوات.
التطبيق العملي: القدرة على تحويل سياسات "الإذن + المحظور" إلى سياسات "إذن فقط" تبسط تنفيذ أنظمة التحكم في الوصول وأنظمة التحقق من الامتثال، حيث يتعين عليها التعامل مع نوع واحد فقط من القواعد.
أساس للعمل المستقبلي: يحدد المؤلفون أنه بينما تمت تغطية العناصر الأساسية، هناك حاجة لعمل مستقبلي فيما يتعلق بقيود المجموعات، وأنواع القواعد الإضافية (الواجبات، التعويضات)، والتفاعل مع الاستدلال الدلالي.

باخت-صار، تقدم هذه الورقة إطارًا نظريًا وعمليًا قويًا لتطبيع سياسات ODRL، حيث تحول تعريفات السياسات المعقدة والغامضة إلى مجموعة معيارية ومنفصلة من القواعد البسيطة التي يمكن مقارنتها والتحقق منها بكفاءة.