XACML3.0定义了一种通用的保护资源的策略语言和访问决策语言，并且与基于属性的授权机制结合，可提供对资源进行细粒度的访问控制，为建立Web服务的访问控制模型提供技术支持。文档针对XACML3.0对应的xacml-3.0-core-spec-cd-03-en.pdf规定包括XACML模型、策略语言模型、策略句法以及处理规程的核心XACML语言。xacml-3.0-rbac-v1-spec-cd-1-en.pdf规定XACML基于核心和层次角色的接入控制(RBAC)轮廓。xacml-3.0-mu

随机森林是由多棵树组成的分类或回归方法。主要思想来源于Bagging算法，Bagging技术思想主要是给定一弱分类器及训练集，让该学习算法训练多轮，每轮的训练集由原始训练集中有放回的随机抽取，大小一般跟原始训练集相当，这样依次训练多个弱分类器，最终的分类由这些弱分类器组合，对于分类问题一般采用多数投票法，对于回归问题一般采用简单平均法。随机森林在bagging的基础上，每个弱分类器都是决策树，决策树的生成过程中中，在属性的选择上增加了依一定概率选择属性，在这些属性中选择最佳属性及分割点，传统做法