💻 computer science

MuSimA: A Tool with Multi-modal Input for Generating Bespoke ABAC Datasets

Das Paper stellt MuSimA vor, ein webbasiertes Tool, das mithilfe von Multi-Modal-Eingaben (strukturierte JSON-Dateien oder handgezeichnete Verteilungsskizzen, die von einem Large Language Model ausgewertet werden) maßgeschneiderte synthetische ABAC-Datensätze zur Überprüfung und Skalierbarkeitsanalyse von Zugriffskontrollsystemen generiert.

Ursprüngliche Autoren: Saket Jha (Indian Institute of Technology Kharagpur, India), Karthikeya S. M. Yelisetty (Indian Institute of Technology Kharagpur, India), Singabattu Sathya (Indian Institute of Technology Kharagpur

Veröffentlicht 2026-04-15

📖 4 Min. Lesezeit☕ Kaffeepausen-Lektüre

CC BY 4.0

Ursprüngliche Autoren: Saket Jha (Indian Institute of Technology Kharagpur, India), Karthikeya S. M. Yelisetty (Indian Institute of Technology Kharagpur, India), Singabattu Sathya (Indian Institute of Technology Kharagpur, India), Shamik Sural (Indian Institute of Technology Kharagpur, India)

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stell dir vor, du bist ein Architekt, der ein riesiges, sicheres Schloss entwirft. Um zu testen, ob deine Sicherheitspläne (die Türen, Schlösser und Wachen) wirklich funktionieren, brauchst du ein Test-Schloss. Aber das echte Schloss existiert noch nicht, und du darfst keine echten Daten von echten Schlössern verwenden, weil diese zu geheim sind.

Früher mussten die Architekten dieses Test-Schloss mit einer sehr starren Schablone bauen. Das Problem war: Die Schablone passte nur auf ganz bestimmte, kleine Räume. Wenn sie wollten, dass eine Tür zufällig 10-mal pro Tag offen bleibt, ging das nicht. Sie mussten sich mit dem begnügen, was die Schablone hergab.

MuSimA ist wie ein magischer, flexibler 3D-Drucker für genau solche Test-Schlösser.

Hier ist die einfache Erklärung, wie dieses Werkzeug funktioniert:

1. Das Problem: Der Mangel an echten Daten

In der Welt der IT-Sicherheit (genannt Attribut-basierte Zugriffskontrolle oder ABAC) wollen Forscher neue, bessere Sicherheitsregeln erfinden. Um ihre Erfindungen zu testen, brauchen sie riesige Mengen an fiktiven Daten: "Wer darf wann was tun?"
Das Problem: Echte Firmen teilen ihre Daten nicht, weil sie zu sensibel sind. Die bisherigen Werkzeuge, um diese Daten zu erfinden, waren wie ein Stempel: Sie konnten nur das nachmachen, was auf dem Stempel stand. Sie konnten keine neuen, komplexen Muster erstellen.

2. Die Lösung: MuSimA (Der magische Drucker)

MuSimA ist ein Werkzeug, das Forscher kostenlos nutzen können. Es erstellt genau die Daten, die man braucht, um Sicherheitstests durchzuführen.

Es hat zwei besondere Fähigkeiten, die es von allen anderen unterscheiden:

A. Der "Bauplan"-Modus (JSON)

Stell dir vor, du gibst dem Drucker einen genauen Bauplan in Form einer Liste (einer JSON-Datei). Du sagst ihm:

"Ich brauche 1000 Benutzer."
"Ich brauche 5000 Dokumente."
"Die Benutzer sollen so verteilt sein: Die Hälfte ist 'Manager', ein Drittel ist 'Mitarbeiter' und der Rest 'Praktikanten'."
"Die Dokumente sollen nach einem bestimmten Zufallsprinzip verteilt sein."

MuSimA nimmt diese Liste und baut sofort ein perfektes, riesiges Test-Schloss mit genau diesen Eigenschaften.

B. Der "Kritzeln"-Modus (Multi-Modal Input)

Das ist das Coolste an MuSimA: Du musst kein Programmierer sein. Du kannst einfach ein Bild malen.
Stell dir vor, du nimmst einen Stift und zeichnest auf ein Blatt Papier, wie die Verteilung aussehen soll. Vielleicht zeichnest du eine Glocke (für eine normale Verteilung) oder eine flache Linie (für eine gleichmäßige Verteilung).

Wie funktioniert das? MuSimA schickt dein Kritzeln an einen sehr schlauen KI-Chatbot (ein "Large Language Model").
Der Trick: Der KI-Chatbot schaut sich dein Bild an und sagt: "Ah, du hast eine Glocke gezeichnet! Das bedeutet, du willst eine 'Normalverteilung' mit diesem und jenem Wert."
Die Nachbesserung: Wenn die KI das Bild nicht ganz richtig versteht, zeigt sie dir einen Vorschlag und fragt: "Meinst du so?" und passt es an, bis es genau deinem Kritzeln entspricht.

3. Was passiert dann?

Sobald MuSimA den Plan (egal ob als Liste oder als Bild) verstanden hat, baut es das ganze Test-Schloss:

Es erstellt alle fiktiven Personen und Objekte.
Es weist ihnen Eigenschaften zu (z. B. "Alter", "Abteilung", "Standort").
Es erstellt die Sicherheitsregeln (z. B. "Manager dürfen Dokumente sehen, Praktikanten nicht").
Es prüft alles und gibt dir einen fertigen Ordner mit allen Daten zum Herunterladen.

4. Warum ist das so wichtig?

Früher waren die Test-Daten wie Plastikmodelle: Sie sahen aus wie echte Autos, hatten aber keine funktionierenden Motoren.
Mit MuSimA können Forscher maßgeschneiderte Modelle bauen. Sie können testen:

"Was passiert, wenn wir 1 Million Benutzer haben?" (Skalierbarkeit)
"Wie funktioniert die Sicherheit, wenn die Daten sehr unregelmäßig verteilt sind?"
"Funktioniert mein neuer Algorithmus auch mit Umgebungsdaten (z. B. 'Ist es nachts?')?"

Zusammenfassung

MuSimA ist wie ein Schweizer Taschenmesser für Sicherheitsforscher. Es erlaubt ihnen, ihre eigenen, perfekten Test-Umgebungen zu erschaffen, ohne auf echte Daten angewiesen zu sein. Und das Beste: Man kann es entweder mit einem genauen Textplan steuern oder einfach ein Bild malen, und die KI macht den Rest.

Damit können wir sicherstellen, dass die digitalen Schlösser unserer Zukunft wirklich sicher sind, bevor wir sie in der echten Welt bauen.

1. Problemstellung

Die Forschung im Bereich der attributbasierten Zugriffskontrolle (Attribute-based Access Control, ABAC) hat zwar zu innovativen Methoden für die Repräsentation und Durchsetzung von Sicherheitsrichtlinien geführt, jedoch fehlt es an geeigneten Werkzeugen zur Generierung großer, synthetischer Datensätze für Testzwecke.

Mangel an realen Daten: Organisationen teilen ihre Zugriffsdaten selten aus Datenschutzgründen. Die wenigen öffentlich verfügbaren realen Datensätze (z. B. Amazon Kaggle, Amazon UCI) sind oft statisch, haben eine begrenzte Anzahl von Einträgen und fehlen wichtige Attribute (insbesondere Umgebungsattribute).
Limitationen bestehender Tools:
- ConGRASS: Nutzt Conditional Tabular GANs, ist aber durch die Attributdimensionalität der ursprünglichen Trainingsdaten beschränkt.
- Xu & Stoller-Datensätze: Basiert auf festgelegten Java-Simulationen mit nur geringen Variationen und ohne Unterstützung für domänenspezifische Verteilungen.
- ABAC Lab: Fokussiert sich auf Policy Mining mit vordefinierten Parametern und unterstützt keine benutzerspezifischen Attributverteilungen.
- Kritische Lücke: Keine der bestehenden Lösungen unterstützt die Generierung von Umgebungsattributen (Environmental Attributes), die ein Hauptunterscheidungsmerkmal von ABAC gegenüber RBAC und DAC darstellen, oder erlaubt die flexible Definition von Wahrscheinlichkeitsverteilungen.

2. Methodik und Systemarchitektur

MuSimA (Multi-Modal Simulator for ABAC Systems) ist eine webbasierte Anwendung (Flask-basiert), die es Forschern ermöglicht, maßgeschneiderte ABAC-Datensätze zu erstellen. Das System folgt einem strukturierten Prozess:

A. Multi-Modaler Input

Das Kernmerkmal von MuSimA ist die Unterstützung zweier Eingabemodi:

Strukturierte JSON-Eingabe: Benutzer definieren Parameter wie Anzahl der Entitäten (Subjekte, Objekte, Umgebungen), Attribute, Wertekardinalitäten und Wahrscheinlichkeitsverteilungen (Normal, Poisson, Gleichverteilung) in einer JSON-Datei.
Handgezeichnete Skizzen (Multi-Modal): Benutzer können Skizzen gewünschter Verteilungen zeichnen und hochladen.
- LLM-Integration: Ein Large Language Model (LLM, spezifisch Gemini) analysiert die Bilder, identifiziert den Verteilungstyp und extrahiert die Parameter (z. B. $\mu, \sigma$ für Normalverteilung, $\lambda$ für Poisson).
- Iterative Verfeinerung: Um Ungenauigkeiten zu minimieren, vergleicht das System die extrahierten Parameter mit einer generierten Approximation der Skizze. Ein Prompt-Engineering-Verfahren (Listing 2 im Paper) fordert das LLM auf, Parameter (z. B. Sigma) basierend auf den Rändern der Kurve anzupassen, bis die Übereinstimmung zufriedenstellend ist.

B. Generierungsprozess

Der Prozess läuft in fünf Stufen ab:

Entitäten- und Attributgenerierung: Erstellung von Identifikatoren für Subjekte ( $S$ ), Objekte ( $O$ ) und Umgebungen ( $E$ ) sowie deren Attribute.
Wertgenerierung: Definition der möglichen Werte für jedes Attribut.
Zuweisung (Assignment): Zuweisung von Attributwerten zu Entitäten basierend auf den spezifizierten Verteilungen:
- Normalverteilung: Abtastung aus einer abgeschnittenen Normalverteilung und Binning in diskrete Werte.
- Poisson-Verteilung: Berechnung diskreter Wahrscheinlichkeiten basierend auf $\lambda$ und Stichprobenziehung.
- Gleichverteilung: Zufällige Auswahl eines Index.
Policy-Generierung: Erstellung von $|\Pi^+|$ Erlaubnisregeln (Permit) und $|\Pi^-|$ Verweigerungsregeln (Deny). Bei Konflikten gilt die „Deny-overrides-Permit"-Semantik.
Zugriffsmatrix (ACM): Berechnung der Zugriffsmatrix für alle Tripel $(s, o, e)$ , wobei der Zugriff erlaubt (1) oder verweigert (0) wird.

C. Ausgabeformate

Das Tool generiert einen herunterladbaren Zip-Ordner mit:

output.json: Strukturierte Darstellung aller Entitäten, Attribute, Zuweisungen und Regeln.
ACM.txt: Die vollständige Zugriffsmatrix.
access_data.txt: Eine flache Darstellung für Machine-Learning-Anwendungen.
Distribution Attestation: Bilder, die die Übereinstimmung zwischen gewünschter und generierter Verteilung visualisieren.

3. Wichtige Beiträge

Erstmalige Unterstützung von Umgebungsattributen: MuSimA ist das erste Tool, das Umgebungsattribute (z. B. Zeit, Ort) explizit in der Datengenerierung berücksichtigt, was für ABAC essenziell ist.
Multi-Modalität: Die Kombination aus JSON-Konfiguration und LLM-gestützter Bildanalyse von Handzeichnungen macht die Tool-Nutzung für Nicht-Experten zugänglicher.
Skalierbarkeit und Flexibilität: Das Tool kann Datensätze beliebiger Größe und Komplexität generieren, die über die Grenzen bestehender realer Datensätze hinausgehen.
Open Source & BYOM: Der Quellcode ist offen, und das System unterstützt „Bring Your Own Model", was es Organisationen ermöglicht, das Tool lokal zu betreiben, um Datenschutzbedenken zu vermeiden.

4. Ergebnisse und Evaluation

Die Autoren validierten die Korrektheit der Generierung durch den Vergleich erwarteter und tatsächlicher Häufigkeiten der Attributwerte.

Experimentelles Setup: Generierung eines großen Datensatzes mit 100.000 Subjekten, 2.500 Objekten, 1.000 Umgebungs-Entitäten und 50 Autorisierungsregeln. Es wurden 60 verschiedene Verteilungen getestet.
Fehleranalyse:
- Die mittlere Fehlerquote (Mean Error) über alle Attribute lag bei 4,66 %.
- Subjekt-Attribute zeigten die geringsten Fehler (3,25 %).
- Objekt- und Umgebungs-Attribute lagen bei ca. 5,3–5,45 %.
- Höhere Fehlertraten bei komplexen oder stark schiefen Verteilungen auf, blieben aber im akzeptablen Bereich.
Visualisierung: Die Diagramme (Abbildung 4 im Paper) zeigen eine hohe Übereinstimmung zwischen erwarteten und tatsächlichen Werten für Normal-, Poisson- und Gleichverteilungen.

5. Bedeutung und Ausblick

MuSimA schließt eine kritische Lücke in der ABAC-Forschung, indem es einen standardisierten Weg bietet, realistische, skalierbare und kontrollierbare Testdaten zu erzeugen. Dies ermöglicht:

Robustere Evaluierung von Policy-Mining-Algorithmen.
Skalierbarkeitsstudien für PDP (Policy Decision Point) und PEP (Policy Enforcement Point).
Sicherheitsanalysen unter verschiedenen Verteilungsszenarien.

Zukünftige Richtungen:

Integration von Korrelationen zwischen Attributen (aktuell werden Attribute unabhängig behandelt).
Automatisches Lernen realistischer Muster aus echten Zugriffsprotokollen.
Erweiterung um fortgeschrittene Policy-Features wie zeitbasierte Bedingungen, Rollenhierarchien und Trennung von Aufgaben (Separation of Duty).

Zusammenfassend bietet MuSimA einen flexiblen, offenen und leistungsfähigen Ansatz zur Überwindung der Datenknappheit in der ABAC-Forschung, wobei die Integration von LLMs für die intuitive Eingabe von Verteilungsparametern einen innovativen Ansatz darstellt.