ZT-DAC：面向零信任配电网的机器学习动态访问控制框架
热点事件持续更新
ZT-DAC：面向零信任配电网的机器学习动态访问控制框架
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
2026年11月3日，arXiv计算机人工智能（cs.AI）板块收录了名为ZT-DAC的研究。该框架旨在解决零信任配电网中的访问控制难题，通过持续自适应的机制提升安全防护能力。技术上，ZT-DAC创新性地结合了OPA-RBAC（基于属性的策略-基于角色的访问控制）与ML-ABAC（机器学习-基于属性的访问控制），实现了动态且自适应的信任评估体系。为验证该模型的有效性，研究团队专门开发了一个包含合法行为与对抗性攻击行为的领域数据集，用于训练和测试访问控制模型。
AI 根据报道生成 · 4 小时前更新
最新进展11月3日 13:00
ZT-DAC：零信任配电网中的机器学习驱动动态访问控制策略报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · AIZT-DAC：零信任配电网中的机器学习驱动动态访问控制策略
summary_zh: ZT-DAC 框架结合 OPA-RBAC 与 ML-ABAC，实现零信任配电网中的持续自适应信任评估，并开发专用访问控制模型生成包含合法与对抗行为的领域数据集。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 811月3日 20:00
- 近 24 小时变化
- –
02.557.510
20:0021:0022:0023:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。