随着信息系统主、客体规模日趋膨胀,制定和维护一个符合系统功能与安全需求的RBAC角色体系,对于系统安全管理员来说具有很大的挑战。为了应对这一问题,自动化或半自动化的角色工程方法受到了广大学者的关注与研究。传统的基于概念格的角色探索方法具有主动获取系统角色的特点,在角色工程方法中占据独特的地位。然而,随着效率与适应性要求的提升,该方法在时间复杂度和应用场景上存在以下三点不足:第一,传统的基于概念格的角色探索方法时间复杂度高,难以适应权限与用户数目较多的大规模信息系统角色探索场景;第二,传统的基于概念格的角色探索方法未考虑专家可能给出错误答案的应用场景——交互过程中专家的任何一次失误,都将给角色制定造成不可逆转的后果;第三,传统的基于概念格的角色探索方法并发协作能力弱,无法支持多人协作的RBAC角色探索,限制了该方法在团队协作中的应用。针对上述传统的基于概念格的角色探索方法的不足,本文在属性探索算法框架的基础上,对角色探索算法的时间复杂度、纠错与协作机制进行了研究与探索。本文主要研究内容与相关工作如下:（1）规避不相关属性集合的计算,以降低算法的时间复杂度针对属性探索算法时间复杂度高的问题,提出了一种基于不相关属性集合的属性探索算法。属性探索算法是基于概念格的角色探索方法的核心工作,对整体算法的复杂度有关键性的影响。研究发现,属性集合中存在一类与主基不相关的集合,这些集合包含主基中某个蕴涵式的前件,但不包含这个蕴涵式的后件,而且主基与内涵集合都不含有这类属性集合。对此,本文提出了一个基于不相关属性集合的属性探索算法。该算法借助属性集合与主基不相关的关系,跳过与主基不相关的属性集合是否为下一个属性探索问题的判断过程,减少寻找下一个交互问题的搜索空间。实验与分析表明,随着形式背景的规模增加,本文算法的时间开销低于传统算法。基于随机数据的实验中,当属性数目为30时,本文算法的时间开销是对比算法的一半。当对象数目为300时,本文算法时间开销是对比算法的64%。（2）基于概念格的角色探索方法纠错功能改进策略针对传统的基于概念格的角色探索方法无条件地接受专家给出的答案导致角色探索可能出现错误的问题,提出了一种自纠错的RBAC角色探索算法。该算法主要分为检错与纠错两个模块。检错模块利用蕴涵式间的等值关系,将一个蕴涵式生成多个与其等值的表达式,然后用这些表达式多次与领域专家交互,以验证专家给出的答案是否前后矛盾。本文进一步地分析伪内涵和内涵与形式背景内在逻辑关系,提出了矛盾子背景的定义,在定义的基础上发现并证明了3个定理。纠错模块利用上述定理自动化地修正已得到的主基与内涵,消除错误答案对角色探索造成的影响。实验与分析表明,不管形式背景的规模如何,本文算法总是能够获取到给定形式背景中无冗余的角色集合和权限间蕴涵关系集合。（3）基于概念格的角色探索方法多人协作功能改进策略针对传统的基于概念格的角色探索方法未考虑多人协作机制的问题,提出了一种多人协作的RBAC角色探索算法。该算法能够利用传统的基于概念格的角色探索方法分别与多位专家进行角色探索,得到每个专家知识体系中的角色集合和权限间的蕴涵关系。本文分析单个知识背景与多个知识背景之间的逻辑关系,提出并证明了3个关于多个形式背景上主基与内涵的定理。根据上述定理与已得到的多个专家的知识背景,自动化地计算出多个专家知识背景联合后的主基和内涵。实验与分析表明,本文算法能够获取到多个形式背景联合后的角色集合以及权限间蕴涵关系集合。