《表3 W=<1,0,0,0>，即算法的目标是角色数最少》

  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

总结：表3、表4、表5、表6中给出了YM算法在不同评价指标下在真实数据集上的实验。在产生角色数方面，平均比GO算法少4.3%，比其他算法均有不同幅度的减少；在产生边数方面比GO算法平均低15.9%；在最小化边数和角色数方面，YM算法在小数据集上优于GO算法，但在大数据集上性能欠佳，需进一步分析和改进；在算法运行效率方面，YM算法相比其他算法大幅提升，这也是YM算法将WSC和角色相似度作为优化函数的优点。经过不同算法评价指标下的综合比较，本文设计的YM的综合性能相比GO算法及其他算法均有明显的提升，这为以后YM算法的持续改进和实际应用打下坚实的基础。