《表1 实验环境：RBAC中角色挖掘算法研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《RBAC中角色挖掘算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在本节中，将上节中所得YM算法和另外四种经典角色挖掘算法在真实数据集上通过加权结构复杂度和算法运行时间进行对比实验，来说明其性能，这四种算法分别为HP Role Minimization（HPr），HP Edge Minimization（HPe），Complete Miner（CM），GO。其中HPr算法主要目标是找到最小角色集，HPe算法的主要目标是最小化角色间边的数量，CM算法的时间复杂度呈指数增长，不合适使用于数据量很大的情况。本文的实验环境如表1所示。