K平均クラスタリングを使用したアプリケーションアクセス管理プロセスの合理化<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />著者
Cheryl E. Johnson、バンクオブアメリカの副社長兼市場情報コンサルタント
バンクオブアメリカの従業員数、およびそれらが満たす無数の役割により、従業員のアプリケーションアクセス権を管理する際の複雑さが確実になります。この課題を解決するために、事前定義済みのプロファイルが作成されています。しかし、プロファイルの数は時とともに増加しています。このシステムを単純化できるかどうかを判断するための努力が行われ、その結果、透明性を高め、リスクを減らすと同時にそれを維持するための努力が少なくなりました。トップアプリケーションは職種によって識別されました。次に、特定の従業員がアクセス権を持っていたかどうかに応じて、アプリケーションごとに0または1が割り当てられた、アプリケーションアクセスの断面図を従業員IDに対して作成しました。職種に応じて、従業員IDは職種コード（役割内）、業種、地域、サイトなどの他の重要な変数にもリンクされていました。K-meansクラスタリングを使用して、類似のアクセス権に基づいてアプリケーションをグループ化し、他の予測子に基づいてパターンを識別しました。得られたバイプロットとクラスター平均の分析により、次のような明確さが大幅に向上しました。（1）アクセス権の高い相関関係から完全な相関関係を持つアプリケーションサブグループの識別（2）職業コードへのクラスターの強力な関連付け。（３）クラスタと他のリンクされた変数との関連付け。
予測モデリング
