TRAP运行时授权策略实证刻画与参数敏感性研究

Ahsan Habib Shihab 等作者发表研究，对信任响应式授权策略（TRAP）做实证刻画：该策略把运行时信任、运行稳定性与上下文风险加权为授权就绪分数（ARS），再经非对称规则映射为离散授权等级——升级需连续多次观测高于阈值带边缘并留出余量，而就绪分数骤降时立即收紧权限。 在 100 条蒙特卡洛轨迹上，TRAP 在突发退化时于起始即限制权限，恢复后比对称策略更快重新升级，且稳定性在自适应策略中最高。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。