Des audits révèlent les risques des règles écrites à la main en contrôle d’accès

Lorsque des systèmes de contrôle d’accès avec apprentissage associent une politique fondée sur des règles à un modèle d’apprentissage, qu’est-ce qui valide les clauses écrites à la main qui déclenchent des refus immédiats et la carte qui répartit les demandes entre les composants ?

Un mécanisme de protection correct et un modèle mesuré ne répondent pas à cette question, car aucun des deux ne vérifie ces éléments.

L’article audite les clauses de refus et les règles de routage pour montrer comment des éléments écrits à la main peuvent décrire de façon erronée les demandes qu’un système de contrôle d’accès avec apprentissage refuse ou évalue.

Les auteurs ont comparé les clauses de refus candidates à l’ensemble des demandes autorisées par chaque politique, plutôt que de s’appuyer sur un échantillon. Dans deux politiques comportant des restrictions explicites, de nombreuses clauses de l’auteur et de trois modèles de langage indépendants auraient refusé des demandes autorisées.

Le suivi des contre-exemples a montré que la plupart provenaient d’autres règles, ce qui concorde avec l’idée que les restrictions formulées en prose sont plus étroites que la politique complète.

Pour le routage, les méthodes testées de sélection cap-and-rank ne conservaient souvent qu’une seule catégorie de règles. Les auteurs ont aussi comparé le routage par règles à un modèle d’apprentissage selon deux taux d’erreur.

Sur E-Document, les règles tenant compte des catégories affichaient des taux plus faibles pour les deux types d’erreur que le modèle équilibré entre les catégories, utilisé avec son seuil par défaut, avec des étiquettes d’entraînement bruitées à 0,15. Mais le réglage du seuil a modifié la comparaison des fausses autorisations ; sur Workforce, les deux taux d’erreur ont évolué en sens opposés.

Les taux mesurés pour les clauses de refus proviennent de cinq politiques publiques, dont deux seulement comportent des restrictions explicites, ainsi que d’un auteur et de trois modèles de langage utilisés pour proposer des clauses.

Les résultats de routage dépendent aussi de la politique et de la configuration de l’apprenant : le réglage du seuil a modifié le verdict sur E-Document, et le résultat ne s’est pas reproduit sur Workforce.